待验证50% 置信事实精确时间

GLUE于2018年发布，包含情感分析、文本蕴含、问答等9项任务，顶尖模型仅用一年便超越人类基线

1

来源数

50%

置信度

长期有效

时效性

2026/7/10

首次发现

来源

OSWorld 2.0测评：最强AI Agent完成率仅20%，长流程是致命短板

bilibili熊二等兵2026/7/1

相关事实

待验证魏杰森（Jason Wei）等人2022年的研究发现，当模型规模超过某个临界点，情感推理等任务的表现会发生非线性跃升（涌现能力）60% 相似待验证情感分析、用户意图识别和转化节点检测属于NLP领域不同子任务，单一模型难以在所有子任务上都表现最优59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/421498

API

curl https://kongchang.com/api/v1/knowledge/claims/421498

MCP

get_claim(id=421498)