待验证50% 置信基准精确时间
仅在 Sokoban「两箱」版本上做 SFT 训练后，Agima 在「四箱」谜题上解出了 40%，且每五步才看到一次真实棋盘。
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
涉及实体
相关事实
待验证在难核查档注入诱饵下，GPT-5.4 mini 两种顺序都判错的题数从3升至39，Qwen3-Next 80B Instruct 从4升至38，GPT-5.4 mini 和 Qwen3-Next Instruct 的难题得分直接归零（低于随机抛硬币的约0.25）58% 相似待验证在混合精度Adam训练中，单个参数的完整训练状态高达18字节（FP16权重2字节、FP32主权重4字节、一阶矩4字节、二阶矩4字节，加梯度）56% 相似待验证Epoch AI宣布Frontier Math Tier 4的所有题目已全部被AI攻破，GPT-6 Astra解出了最后一道未解难题54% 相似待验证在Packing 26问题上，TTT-Discover配方在50个步骤内达到了经过认证的半径和2.635983，与TTT-Discover报告的2.635983完全相同，目标是2.636，数值越高越好。53% 相似待验证在30道 Three.js One-Shot 编程题测试中，Qwen 3.8 通过24题，Ornith 1.5 通过15题，均在Q6量化下运行52% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073376API
curl https://kongchang.com/api/v1/knowledge/claims/1073376MCP
get_claim(id=1073376)