待验证50% 置信事实精确时间
网传二手截图中,标着 6.2 Astra 的成绩为 89.0%,但来源、准确性及网页是否被修改均无法核实。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/18
首次发现
有效期至:2026/12/2
来源
涉及实体
相关事实
待验证GPT-6 Astra在ARC-AGI类测试中达到接近满分的99.9%,而普通人类测试者平均得分仅为48%65% 相似待验证在SHADE-Arena评测中,探针达到了98.8%的AUC,超过了基于Opus 5.5的文本监控基线。64% 相似待验证在 Agent Tech 科学研究基准上,Fable 5.2 得分 74.6%,Opus 5.5 为 58.7%,Astra 为 68.1%,Carbon 为 64.8%。64% 相似待验证在BIRD基准测试中,使用令牌替代姓名的Aura方案正确率为67.6%,与真实数据的68.2%差距仅0.6个百分点,而外泄个人信息从849条降至0条62% 相似待验证在1B规模下,AsymLoop在七个常识推理基准上的平均零样本准确率从49.58%提升至50.85%(相比全循环)。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1185148API
curl https://kongchang.com/api/v1/knowledge/claims/1185148MCP
get_claim(id=1185148)