待验证50% 置信基准精确时间
Cisco 团队使用的基座模型是 Gemma 3.4b，经过提示词优化、SFT 和 GRPO 强化学习三个阶段后，在其测试集上达到 96.13% 的端到端准确率。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
涉及实体
相关事实
待验证经过GRPO强化学习后，使用TailSFT的检查点最终pass@1提升最高达3.9分65% 相似待验证通过在约3000条浏览器操作轨迹上微调Qwen3.5-4B，开发者将BrowseWebApp Bench基准测试的准确率从22%提升至63%64% 相似待验证在 BFCL 工具调用测试中，SmolLM3-3B 得分 0.945，略高于 Gemma 4 E2B 的 0.927，但差异不显著；Qwen3-4B（0.940）、Qwen3-1.7B（0.935）、Qwen2.5-1.5B（0.910）、Granite 3.3 2B（0.920）均与 Gemma 处于同一水平。63% 相似待验证在 3 个种子、3 个模型、4 个基准的评测中（涉及 Gemma 4、Qwen3.5 和 Magistral），U-Lens 是最佳估计器，领先于 5 轮采样、10 轮采样及监督式基线。62% 相似待验证Gemma 4 26B A4B在空间定位（grounding）上取得96.7%高分，但步骤级执行滑落至76.0%，表明开源模型知道物体在哪但在模拟连续动作结果上仍有短板62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1036056API
curl https://kongchang.com/api/v1/knowledge/claims/1036056MCP
get_claim(id=1036056)