待验证50% 置信基准精确时间
在代码测试SWE Sweep中,Neon得分39%,Opus为10.1%;但若统一使用通用工具测试,Neon得分12.8%,与Sol的11.6%接近,说明39%的成绩得益于Google自家Anti-Gravity工具的优势。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/19
首次发现
有效期至:2026/12/3
来源
涉及实体
相关事实
待验证在谷歌公布的基准测试中,Neon几乎在所有维度上都优于Opus和Sol,仅有三项指标例外。74% 相似待验证Google自家对比表将Neon与Claude Opus 5.5、GPT 6.2 Sol比较,19项测试中Neon赢了16项,输掉的三项是终端任务Terminal Bench、代码任务Frontier Code(均输给Opus)以及专业图表阅读(输给Sol),差距都在两个百分点以内。73% 相似待验证GPT-3 训练使用了 Adam 优化器(beta1 = 0.9,beta2 = 0.95)、梯度裁剪至 1.0、学习率预热 3.75 亿 token 后余弦衰减至峰值的 10% 历经 2600 亿 token,以及权重衰减 0.1。63% 相似待验证Caveman给出的固定54次运行基准测试结果显示输入Token减少33.2%,且18/18项正确性检查全部通过62% 相似待验证在分层抽样的1,000条测试子集上,最强的LLM提示配置准确率为0.477,而微调后的DistilBERT达到0.879。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1188109API
curl https://kongchang.com/api/v1/knowledge/claims/1188109MCP
get_claim(id=1188109)