待验证50% 置信基准精确时间
论文在 26 个真实机器人任务、4 种策略上评估,冻结编码器特征在 104 个策略与任务组合中有 89 个取得最高分。
1
来源数
50%
置信度
长期有效
时效性
2026/11/9
首次发现
来源
涉及实体
相关事实
待验证在真实世界测试中,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。72% 相似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71% 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)。70% 相似待验证密封任务包包含30个任务,分为20个普通任务和10个负控制任务。69% 相似待验证Cognition评测套件包含132个测试任务,覆盖安全补丁与性能优化等类别,由20多位开源维护者参与构建,每项任务耗时超过40小时。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1152664API
curl https://kongchang.com/api/v1/knowledge/claims/1152664MCP
get_claim(id=1152664)