待验证50% 置信基准精确时间

Tev-27B 完全在 ALE（Agents' Last Exam）的计算与数学科学领域上使用 PPRS 训练，在 ALE-CM 的 Pass@5 指标上匹配了 GPT-6 Astra 和 Claude Opus 5。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/14

首次发现

有效期至：2026/10/28

来源

Tev用密集进度奖励破解长时任务智能体训练难题

涉及实体

Tev-27Bmodel ALE-CMbenchmark GPT-6 Astramodel Claude Opus 5model

相关事实

待验证在长周期智能体工作流测试（Engines Last Exam）中，GPT-5.6 Sol 得分 53.6，比 Faber-5 高出 13.1 分66% 相似待验证在Artificial Analysis综合智能指数中，GPT-6 Sol满档48分（与Astra同档），Luna满档36分65% 相似待验证B站UP主「进化中的阿诚」用9道大题的基准测试对GPT-6 Sol进行评测，加权总分为95分63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1024908

API

curl https://kongchang.com/api/v1/knowledge/claims/1024908

MCP

get_claim(id=1024908)