待验证50% 置信基准精确时间
在逻辑游戏基准上，PIVOT 将平均 avg@8 从最佳基线的 19.5% 提升至 35.6%。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证在数学任务的avg@16指标上，BranchOPD比Vanilla OPD提升18.55个百分点64% 相似待验证在16倍压缩下，AdaMem的子串匹配相比均匀分配基线最高提升3.2个百分点（5.5%），平均相对增益为3.4%63% 相似待验证Qwen3.8-27B 在 ThinkingBox 中 pass@20 为 89.35%，all-20 为 7.50%63% 相似待验证一个元智能体变体在六个基准中的五个上取得了最高的Avg@3奖励63% 相似待验证在EvoArena测试中，Step Level最高的GPT-5.5只有50%出头的准确率，Chain Level表现最好的Gemini-3.1 Pro和GLM-5.1也只有约28%-29%63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1115278API
curl https://kongchang.com/api/v1/knowledge/claims/1115278MCP
get_claim(id=1115278)