待验证50% 置信基准精确时间

在木材种类任务上观察到微小增益，但高度依赖单个种子的偶然结果

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

MC-EvoBench：审视Minecraft智能体的经验驱动自我进化

涉及实体

MC-EvoBenchproduct

相关事实

待验证通过记录随机种子可精确复现导致失败的特定顺序，再通过二分法逐步缩小污染源的范围66% 相似待验证单次任务的评测结果存在偶然性，同一模型在不同prompt、不同随机种子下可能给出差异明显的答案64% 相似待验证在某些任务上，仅因随机种子不同导致的性能波动幅度可能超过某些论文声称的方法创新带来的提升64% 相似待验证阶段级审计发现早期的木材采集和合成环节常成为瓶颈，智能体卡在前置步骤会导致后续高级能力无法被观测63% 相似待验证零样本预测结果在各随机种子间被缓存复用，因此该部分不构成真正独立的重复实验62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001990

API

curl https://kongchang.com/api/v1/knowledge/claims/1001990

MCP

get_claim(id=1001990)