待验证50% 置信基准精确时间
在 Autonomous Science Bench 上,SciMARS + Memory 解决了 18 次 GLM-5.3 尝试中的 2 次,而基础多智能体团队仅解决了 1/18。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/10
首次发现
有效期至:2026/11/24
来源
SciMARS:多智能体递归自改进框架,闭环科研发现新突破
rss2026/11/9
涉及实体
相关事实
待验证在Anthropic红队从内部二进制漏洞利用基准中随机抽取的100项任务测试中,GLM-5.3在4%的试验中成功开发出完整的控制流劫持66% 相似待验证在一项预注册研究中,仅依赖LLM裁判的置信区间在21个任务与裁判组合中有18次未能覆盖全人工标注的真值。62% 相似待验证BraTS 上 20% 与 30% 轴向切片保留的两组实验,是分别重新训练每个模型后取得的最优 DSC/HD95,并非同一权重跨退化等级直接测试。61% 相似待验证研究者发现当χ1接近1时,测试误差在四个实验单元中都单调下降。61% 相似已验证Long-Term团队实验表明,用同一个模型仅调整规则约束和记忆系统,成绩从52.8%涨到66.5%,排名从Top 30跳到Top 561% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1154741API
curl https://kongchang.com/api/v1/knowledge/claims/1154741MCP
get_claim(id=1154741)