待验证50% 置信基准精确时间

据论文Table 1，HybridAgent 8B在GAIA基准上以43.7分超过GPT-5.6 Luna的37.9分。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/19

首次发现

有效期至：2026/11/2

来源

8B智能体用隐空间推理在GAIA击败GPT-5.6 Luna，HLE却惨败

rss2026/10/19

涉及实体

HybridAgentmodel GAIAconcept GPT-5.6 Lunamodel

相关事实

已验证在DeepSuite基准上Grok 4.7得71%，GPT 5.6 Sol为72.7%，Fable 5.1为70%，Astra Max以74.1%登顶71% 相似待验证在EvoArena测试中，Step Level最高的GPT-5.5只有50%出头的准确率，Chain Level表现最好的Gemini-3.1 Pro和GLM-5.1也只有约28%-29%67% 相似待验证在GDPVal基准上GPT-6 Luna得1437分，低于Haiku 5.5的1620分67% 相似待验证量化8B模型（如llama3:8b）在GPU上推理时显存占用约为4.5–5.5 GiB。66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1069589

API

curl https://kongchang.com/api/v1/knowledge/claims/1069589

MCP

get_claim(id=1069589)