待验证50% 置信基准精确时间

ReTerm 基于 Qwen3.5-9B 构建，得到的 ReTerm-9B 在 Terminal-Bench 2.0 上取得 34.8% 的 Pass@1，相比基座模型提升了 14.6 个百分点。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/14

首次发现

有效期至：2027/1/12

来源

ReTerm：让终端智能体学会从错误中自我恢复

涉及实体

ReTerm-9Bmodel Qwen3.5-9Bmodel Terminal-Bench 2.0concept

相关事实

待验证DeReAct对Qwen3-Coder-480B的Pass@1提升达到6.5至7.0个百分点63% 相似待验证微调后的Qwen3.5-4B模型在BU Bench V1基准上准确率从15%提升至53%62% 相似已验证Qwen3.5的参数激活率为4.3%，而DeepSeek V3的671B模型激活率为5.5%62% 相似待验证在BrowseComp-Plus基准上，CLM配合Qwen3 27B取得59.4%，比最好的摘要方案高约11%，计算量少约五分之一62% 相似待验证据报道MiniCPM-5在多项基准上超过了Qwen 3.5 4B62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1023942

API

curl https://kongchang.com/api/v1/knowledge/claims/1023942

MCP

get_claim(id=1023942)