[控场AI]
待验证50% 置信基准精确时间

据视频介绍，在数据分析测试中，Penguin Harness 取得了最高的准确率，同时比云代码（cloud code）便宜 70 倍。

1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/1
首次发现
有效期至：2026/11/15

来源

ChatGPT自建更优ChatGPT：开源工具Penguin Harness让Agent自我进化
youtubeAgent Chat2026/10/31

涉及实体

Penguin Harnessproduct

相关事实

待验证在LawExamQA_Civil数据集上，LEGO取得了40.53%的精确匹配准确率，超过了参与评测的RAG与CoT基线方法55% 相似待验证探索性能上界实验发现现有验证粒度并非最优，理想情况下计算量（FLOPs）可减少75倍，同时准确率提升1.1%54% 相似待验证ViSkill 报告其表现超过了所有被评测的专有与开源基线，同时比标准 PPO 收敛得更快。54% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1122641
API
curl https://kongchang.com/api/v1/knowledge/claims/1122641
MCP
get_claim(id=1122641)