待验证50% 置信基准精确时间
以DeepSeek V4 Pro为backbone时，SwarmRSI在NatureBench上的追平SOTA比例比同backbone的Claude Code高21.1个百分点。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
SwarmRSI：科研Agent集群如何实现递归自进化
bilibili熊二等兵2026/10/18
涉及实体
相关事实
待验证以DeepSeek V4 Pro为backbone时，SwarmRSI在OpenProblems上平均得分74.2，超过此前SOTA的67.1。72% 相似待验证以DeepSeek V4 Pro为backbone时，SwarmRSI在MLEBench Lite上奖牌率达81.8%。70% 相似待验证在Terminal Bench跑分上，DeepSeek V4 Pro得87.9分，Claude Opus 4.8得85分66% 相似待验证MiniCPM5-2B在SWE-bench上的成绩击败了参数量是其两倍的4B级对手63% 相似待验证在128K Token上下文、约1.6万个键值对的大海捞针实验中，仅改变一个键值对的位置，DeepSeek-V4-Flash-Base准确率最大差距达40.2%，DeepSeek-V4-Pro-Base为34.8%，经后训练优化后仍分别为19.1%和14.8%。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073049API
curl https://kongchang.com/api/v1/knowledge/claims/1073049MCP
get_claim(id=1073049)