待验证50% 置信基准精确时间
以DeepSeek V4 Pro为backbone时，SwarmRSI在MLEBench Lite上奖牌率达81.8%。
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。78% 相似待验证以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。70% 相似已验证MLExpert在MLE-Bench Lite上把基础模型的平均奖牌率从37.9%提升到72.7%。64% 相似待验证DeepSeek V4.1号称SWE拿到74，但博主发现那是多次测试中挑出的最好成绩，open code实测65、PI实测6663% 相似待验证在 VibeCodeArena 排行榜快照中，DeepSeek-v4-Flash 排名第一，评测分 95.3，Elo 1639，但置信度标注为 Low。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073050API
curl https://kongchang.com/api/v1/knowledge/claims/1073050MCP
get_claim(id=1073050)