待验证50% 置信基准精确时间

经过 Program-Agent 工作流后的两个成绩都超过了部分旗舰级模型

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

ProgramGym：让AI从零构建程序的长程训练新框架

涉及实体

Program-Agentconcept

相关事实

待验证按照官方说法，EmbeddingGemma 2在部分任务上的表现超越了体积是它两倍以上的专用模型68% 相似待验证增加模型参数带来的收益约为对数据进行第二轮训练（second pass）的两倍66% 相似待验证Program-Agent 将基础模型和经过监督微调的模型分别推高到 55.71% 和 56.25%63% 相似待验证在HumanEval等专业代码基准测试中，顶尖模型的表现已接近甚至超越人类平均水平61% 相似待验证端到端任务完成率很可能成为比跑分更有实际参考价值的模型评估指标61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001312

API

curl https://kongchang.com/api/v1/knowledge/claims/1001312

MCP

get_claim(id=1001312)