待验证50% 置信基准精确时间
真实世界实验结果显示，仅使用仿真预训练，目标任务的执行成功率从 9.6% 提升到 31.7%。
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
涉及实体
相关事实
待验证当编程智能体不再自己生成测试时，任务成功率提升，整体速度快了约6%，成本降低了约9%72% 相似待验证斯坦福大学的AgentBench基准测试（2023年）量化证明，在复杂多步骤任务中纯ReAct范式的成功率往往不超过30%70% 相似待验证在Natural Plan基准上无需任务训练时，扩散模型计划修复成功率为53.7%，自回归模型为27.0%69% 相似待验证单一的性能百分比具有误导性，号称保留98%性能的模型可能在特定任务类型上恰好落在损失的2%里，应在信任benchmark前用真实任务测试68% 相似待验证经过匹配监督训练后模型表现提升到99.8%，而删除关系链接后正确率骤降到23.4%，甚至低于最佳捷径的27.0%68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1027486API
curl https://kongchang.com/api/v1/knowledge/claims/1027486MCP
get_claim(id=1027486)