待验证50% 置信基准精确时间
Hebbia团队测试OpenAI的Astra模型后，在引用来源选择任务上相比其他测试过的模型出现双位数性能提升。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/27
首次发现
有效期至：2027/1/25
来源
涉及实体
相关事实
待验证开源模型在基准测试上的表现已经越来越接近、甚至在某些任务上超过闭源模型65% 相似待验证使用Edu-QuRating筛选混合集训练出的模型在九项基准测试上的整体观测准确率高于FineWeb-Edu基线模型，且性能提升集中在特定任务上65% 相似待验证OpenAI等机构近年来不断宣传其模型在数学基准测试上的进步，部分模型在竞赛级题目上表现令人印象深刻63% 相似待验证OpenAI有一个'性能工厂'，在生产环境运行性能测试，一旦发现回归或错误就把问题反馈给Codex63% 相似待验证Astra在优化一个运行于数千块GPU上的工作负载时，通过测试和探索已有实验找到了让速度提升3.3%的新优化方案63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1101638API
curl https://kongchang.com/api/v1/knowledge/claims/1101638MCP
get_claim(id=1101638)