待验证50% 置信基准精确时间
在ALFWorld的ID/OOD平均成功率上，BranchOPD比Vanilla OPD提升13.8个百分点
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证在64倍压缩下，AdaMem平均相对增益扩大到14.6%，在PopQA数据集上最高提升9.8个百分点（19.7%）61% 相似待验证BranchOPD在所有评测基准上都超过了Vanilla OPD和消耗更大的Multi-Rollout OPD（n=7）59% 相似待验证OSWorld在2024年发布时，最强基线模型成绩仅约12%，人类完成率约72%57% 相似待验证RoboDojo具身智能测评显示，最强模型得分仅12.8分（人类基准为100分），仿真成功率不足9%，真机成功率12.8%54% 相似待验证Anthropic的Computer Use在OSWorld基准测试上的操作准确率约为14.9%（2024年10月数据）51% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001144API
curl https://kongchang.com/api/v1/knowledge/claims/1001144MCP
get_claim(id=1001144)