待验证50% 置信基准精确时间

在 Sokoban 四箱任务上，一个仅基于动作的规划器（action-only planner）只能解出 2%，远低于 Agima 的 40%。

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

Agima：让AI智能体先「想象」再行动

涉及实体

Agimaconcept Sokobanconcept action-only plannerconcept

相关事实

待验证在需要5步以上操作的任务中，最强模型的成功率会从首步的80%以上骤降至后续步骤的40%甚至更低，呈现指数级下降特征62% 相似待验证即便是GPT-4级别的Agent，面对含有5步以上工具调用的复杂任务时，端到端成功率往往低于60%62% 相似待验证与“对每个子步骤都做微调”的方案相比，AdaRSI达到略高的成功率，但只消耗了28%的GPU时间和22%的自采集演示数据。61% 相似待验证在ARC-AGI 3上，Astra在最高设置下有96%的关卡用比人类基线更少的步数通关，平均减少约50%的动作60% 相似待验证简单任务用小模型完成的成本可能只有大模型的十分之一甚至更低59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1073378

API

curl https://kongchang.com/api/v1/knowledge/claims/1073378

MCP

get_claim(id=1073378)