待验证50% 置信基准精确时间
在 WildSongBench (WSB) 基准上，YuE2 取得了 6.73 的 SongBench 全球平均分，在报告发布时是所有公开基线中最高的；采用 best-of-8 策略后分数升至 6.96，是所有评估系统中观察到的最高均值，包括商业系统。
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
涉及实体
相关事实
待验证在Terminal-Bench 4.0上，Claude 5.1标准版得分55.8%，受信版达到60.9%；OS World 2.0部分完成率为77.9%59% 相似待验证Yubi在Product Hunt上获得62票，排名第20位，被归类为效率工具、人工智能和菜单栏应用56% 相似待验证HMA在MLE-bench基准测试（覆盖75项Kaggle任务）中达到了78.2%的any-medal率，刷新了当前最优水平（SOTA）55% 相似待验证在 HakemBench 的 16 行排行榜上，领先者取得 0.888 的综合得分55% 相似待验证JetBrains 自报评测结果：Mellum2.1 在 SWE-bench Verified 得 47.0%、SWE-bench Pro 28.0%、Terminal-Bench 2.1 得 17.4%、LiveCodeBench v6 得 82.0%、HumanEval+ 得 91.5%。55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1029287API
curl https://kongchang.com/api/v1/knowledge/claims/1029287MCP
get_claim(id=1029287)