待验证50% 置信基准精确时间

MBPP 收录了 500 道众包编程题，GSM8K 包含 8500 道小学数学应用题（需 2-8 个推理步骤）

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

Hermes MoA多模型协作实测：复杂问题解题质量质变

相关事实

待验证HumanEval包含164道编程题，MBPP包含约500道编程题66% 相似已验证MMLU包含57个学科领域约1.5万道选择题，HumanEval由OpenAI设计包含164道Python编程题，MATH包含12,500道竞赛数学题，GPQA收录研究生级别科学问题62% 相似待验证Kimi K2.6支持一次性释放300个并行子智能体，从单个提示词出发可生成超过100个文件59% 相似待验证100万Token意味着模型理论上可一次性处理约50-75万汉字53% 相似待验证Kimi K2.5的训练数据包含约15万亿个视觉和文本的混合数据52% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/518044

API

curl https://kongchang.com/api/v1/knowledge/claims/518044

MCP

get_claim(id=518044)