待验证50% 置信基准精确时间

Ling-3.1-flash 1019 版本在 AutomationBench-AA 上的完成率从 62% 提升到 68%。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/22

首次发现

有效期至：2026/11/5

来源

Ling-3.1-flash 1019更新：智能指数44分，开源权重即将发布

redditr/LocalLLaMA2026/10/22

涉及实体

Ling-3.1-flashmodel AutomationBench-AAconcept

相关事实

待验证Ling-3.1-flash 在 SkillsBench 评测中得分 68.70。71% 相似待验证Ling-3.1-flash 在 Automationbench Public 评测中得分 52.50。69% 相似待验证o3-mini-high在SWE-Bench上修复了39%的错误，允许调用内部工具后成功率飙升到61%64% 相似待验证Ling-3.0-flash 采用混合专家（MoE）架构，激活比例仅约4%（124B总参数中激活约5.1B）60% 相似待验证ABACUS程序在三个BIG-Bench Hard任务上达到99.67%的宏平均准确率。60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1085227

API

curl https://kongchang.com/api/v1/knowledge/claims/1085227

MCP

get_claim(id=1085227)