待验证50% 置信基准精确时间
Rocky在SWE-verified 100道题测试中两轮平均约80分，接近DeepSeek-V4-Pro官方的80+分
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/25
首次发现
有效期至：2026/10/23
来源
相关事实
待验证O4-mini在GPQA博士级问答评测中准确率超过80%64% 相似待验证在CLINC150基准测试上，80条微调数据可使向量路由达到85.9%的准确率，完整fine-tune可达96%以上63% 相似待验证在同一复现实验中，ResNet-20测试准确率为90.4%，ResNet-56测试准确率为91.7%，训练准确率分别为97.4%和99.0%63% 相似待验证在案例测试中，直接将所有原始资料塞给AI的校验分为2/100，而经过上下文编译处理后的校验分为90/10062% 相似待验证在Terminal Bench 2.1基准测试上，Ultra模式接近92%，超越竞品的88%表现62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/615353API
curl https://kongchang.com/api/v1/knowledge/claims/615353MCP
get_claim(id=615353)