待验证50% 置信基准精确时间
经过52分钟后，模型正确说出了这个网络被训练来玩的游戏：Breakout，置信度88%，且没有使用任何工具。
1
来源数
50%
置信度
长期有效
时效性
2026/11/4
首次发现
来源
涉及实体
相关事实
待验证在围棋实验中，Astra用336行代码逐层写出围棋程序，零次测试运行即以超过一半胜率击败两个较小训练网络；用50次测试运行自我对弈后，击败了在2000万局棋上训练的同等规模网络。66% 相似待验证AlphaGo Zero每一轮迭代中新版本与旧版本对弈，胜率超过55%则替换旧版本，经过约4900万局自我对弈仅40天训练即超越人类顶尖棋手65% 相似待验证OK平台的68%自动化率和51%两小时内完成回答的是吞吐量（快），不回答换新模型、新团队、新供应商之后外部是否还能看到接近的质量；该质量的数字尚未出现。64% 相似待验证在无说明书、无规则的陌生游戏测试中，上一代AI取得7.8%成绩，GPT-6在保留推理状态的Agent框架下达到99.9%61% 相似待验证62% 的提升是解码阶段的结果，并非端到端训练加速比。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1135429API
curl https://kongchang.com/api/v1/knowledge/claims/1135429MCP
get_claim(id=1135429)