待验证50% 置信事实精确时间
在真实世界测试中,覆盖十二个任务、三台机器人实例的108次试验中,AMP1智能体零样本成功完成104次。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/9
首次发现
有效期至:2026/11/23
来源
涉及实体
相关事实
待验证试点实验让三个编程代理和八个模型各跑八次20分钟单次任务,标签感知F1从0.143到0.892方差极大74% 相似待验证开发者进行了1932次运行测试,使用100个逼真工具(含故意易混淆工具如pdf_compress、pdf_optimize、image_compress),工具数量从5到100共8档,每个条件跑两次,测试18个任务(含10个模糊任务)。71% 相似待验证开发者用MuJoCo从零训练单个策略解决2D布娃娃起身任务,在160次测试中成功起身0次。71% 相似待验证在生存游戏Arena实验中,约100个智能体并行完成任务约20分钟,顺序执行则需数小时68% 相似待验证ThinkingBox 中每个任务被独立执行 20 次,每次从干净的后端初始状态开始,每个模型需跑 10,140 次试验66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1150463API
curl https://kongchang.com/api/v1/knowledge/claims/1150463MCP
get_claim(id=1150463)