待验证60% 置信事实精确时间

GAIA（通用AI助手基准）设计了需要多步工具调用才能完成的现实问题

2

来源数

60%

置信度

长期有效

时效性

2026/7/23

首次发现

来源

多智能体与代码生成实测：新一代大模型能力深度解析

相关事实

待验证GAIA基准测试由Meta等机构联合推出，专门评估AI系统在真实世界任务中的通用助手能力73% 相似待验证ARC-AGI-3的关键升级在于引入了交互式推理，智能体需要在动态环境中通过多轮探索、试错、反馈逐步逼近正确解法65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/598816

API

curl https://kongchang.com/api/v1/knowledge/claims/598816

MCP

get_claim(id=598816)