待验证50% 置信基准精确时间
使用精炼产物后,四个模型间的成功率跨度从 21.6 个百分点缩小到 3.9 个百分点,四个模型的平均成功率全部超过 90%。
1
来源数
50%
置信度
长期有效
时效性
2026/11/6
首次发现
来源
涉及实体
相关事实
待验证在需要5步以上操作的任务中,最强模型的成功率会从首步的80%以上骤降至后续步骤的40%甚至更低,呈现指数级下降特征78% 相似待验证假设代理每一步有90%正确率,串联3步成功率为73%(0.9^3),5步为59%(0.9^5),10步为35%(0.9^10)。76% 相似待验证启用确定性模式后,性能通常会有5%-20%的下降,具体取决于模型和算子组合。74% 相似待验证在四个被评估的模型上,精炼产物将平均复现成功率从 76.4% 提升到 92.6%。74% 相似已验证在10步工程任务中若每步成功率为90%,整体任务完成率约35%;若每步成功率提升至99%,整体成功率则跃升至90%73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1142644API
curl https://kongchang.com/api/v1/knowledge/claims/1142644MCP
get_claim(id=1142644)