待验证50% 置信基准精确时间
DarKnight 配合开源权重 VLM 的 83.2% 通过率超过了 Claude Opus 5 在该任务上的 44%
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/15
首次发现
有效期至：2026/10/29
来源
DarKnight：用本地小模型破解暗网验证码的智能体框架
rss2026/10/14
涉及实体
相关事实
待验证Opus-4-8的原始能力比sonnet-4-6高出10个百分点，但其范围遵守能力高出35.6个百分点65% 相似待验证Claude Opus 5 在 ThinkingBox 中 pass@20 为 79.09%，all-20 达到 47.53%（241个任务稳定通过）63% 相似待验证Opus 5在企业自动化基准上达到26%通过率，高于Fable的17.4%62% 相似待验证在 Qwen3-VL-4B 模型上，利用程序化生成的数据进行微调，将其在 SpaceCast-Bench 上的准确率从 34.0% 提升到 65.7%，并在六个域外基准上取得宏观平均增益。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%61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1038922API
curl https://kongchang.com/api/v1/knowledge/claims/1038922MCP
get_claim(id=1038922)