待验证50% 置信基准精确时间
DK-VLM在VSI-Bench上得分74.33，在ReVSI-32上得分58.28，均为最高总分。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
涉及实体
相关事实
待验证d1-3B 在 11 项图像基准上平均 74.1，LFM2.5-VL-3B 为 73.9；在 VL-RewardBench 上 d1-3B 得 65.0 远超 LFM2.5-VL-3B 的 50.9，但在 CV-Bench（82.1 对 87.6）、VisualWebBench（71.4 对 78.3）、POPE（88.5 对 90.1）上落后。70% 相似待验证DynThinker在ReVSI上达到56.0，在DSR-Bench上达到67.2；在DSI-Bench的逐样本与分组两种评估协议下分别取得51.2和40.1。65% 相似待验证在 Agent 任务上 Agens Volundr 32B 落后：tau2-bench 为 74.2（对手 79-80），SWE-bench Verified（50题子集）仅 44（对手 58-64）64% 相似待验证DK-VLM-8B在六个空间基准测试中取得了最高的平均分。64% 相似待验证在 SWE-bench Verified 评测中，LFM2.5-24B-A2B 得分 51.00%，落后于 Qwen3.6-35B-A3B 的 66.20% 和 Claude Sonnet 5.5 的 55.2%。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1042456API
curl https://kongchang.com/api/v1/knowledge/claims/1042456MCP
get_claim(id=1042456)