待验证50% 置信基准精确时间

基于两个更新模型的智能体从这些记录出发继续推进，又有60份提交被接受，并再次改进了20条记录中的19条

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

SqueezeBench：抗饱和的AI数学能力评测基准

涉及实体

SqueezeBenchproduct

相关事实

待验证基于某个前沿语言模型的智能体在每条记录最多花费一小时的限制下，共有82份提交被接受并改进了全部记录，但改进未超出已发表文献范围68% 相似待验证真实场景中不会因单条反馈更新 ICP，而是在积累 100～200 条反馈后识别出模式再调整65% 相似待验证数据回放中每类保留约20个样本即可获得明显的遗忘抑制效果64% 相似待验证20个chunk之后的收敛表明嵌入方案在更大规模检索中仍有优势63% 相似待验证在模拟实验中，作者生成了40个区域、横跨两年的每周预订量数据，其中5个区域接受治疗，真实效应为预订量增加10%61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001187

API

curl https://kongchang.com/api/v1/knowledge/claims/1001187

MCP

get_claim(id=1001187)