待验证50% 置信基准精确时间
公开提交中仅包含了部分Astra结果,最终得分为0.446 Q,完整任务成功率为27.3%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/11
首次发现
有效期至:2026/11/25
来源
涉及实体
相关事实
待验证Astra 通过编辑极小一部分权重,将 QUEN 3.5 0.8b 在数学问题上的解决率从大约每13题对1题提升到接近一半。65% 相似待验证根据论文Table 3,Gemma-4-12B-it的单步准确率为74.4%,端到端任务成功率仅为5.0%。65% 相似待验证在全部 405 个任务上,QERA 在四种前沿大模型上均取得最高解决率,平均为 21.0%;三种推理时基线中最强者为 18.2%,直接回答为 14.6%。65% 相似待验证在这14项任务上,GPT-6 Astra编码智能体的平均Q值达到0.639,而学习策略仅为0.108。64% 相似待验证本地运行的Gemma 26B在453次评分预测中准确率仅为49.2%,其配对的永远说涨基准准确率为53.4%64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1158636API
curl https://kongchang.com/api/v1/knowledge/claims/1158636MCP
get_claim(id=1158636)