待验证50% 置信基准精确时间
跨任务迁移实验中，三个源任务上继承的科研状态使12个留出的NatureBench任务的平均基值从冷启动的12.01提升到21.89，追平SOTA比例从41.7%跃升至86.1%。
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
待验证在ScopeBench评测中，8个模型的原始能力跨度从12.2%到81.1%，范围遵守能力跨度从34.4%到86.7%63% 相似待验证由于实验采用temperature=0和固定种子的单次确定性运行，任一字段翻转会在12任务×3字段=36单位的评分中移动约2.8个百分点，因此91.7%与83.3%的差距不能直接推广为统计意义上的普遍优势。61% 相似待验证在12个模型×任务组合中，只有 gpt-5.4-mini 在逻辑推理任务上出现统计显著的准确率提升：从15%跃升至97.5%，霍姆校正后 p=0.00056。60% 相似待验证在NatureBench的90个任务中，77%的最终最优程序至少来自一次重组、交叉或反馈触发的更新。60% 相似待验证在一项自然实验中，11个技能评估中有7个分数在两次运行间发生了变化，最大波动达到1分。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073054API
curl https://kongchang.com/api/v1/knowledge/claims/1073054MCP
get_claim(id=1073054)