待验证50% 置信事件精确时间
有开发者将EgoDex的held-out测试集（3243条episodes，覆盖111种任务）解析成MCAP格式并导入FiftyOne可视化工具
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/29
首次发现
有效期至：2026/11/27
来源
涉及实体
相关事实
待验证该评测共108项检查，分三大模块：后端API与全线65分、前端页面与真实交互25分、运行构建打包10分64% 相似待验证阿里通义实验室推出智能体评测基准Powbench V1.0，评测包含150道真实任务与4050个测试单元，Quant 3.6 Max Preview搭配QuantPow的组合取得综合第一名62% 相似待验证字节跳动发布EdgeBench基准测试，用于评估自主AI Agent的长期学习能力，涵盖134个跨6大类别任务，已公开51个任务62% 相似待验证一位创作者花了72小时对Base44、Replit、Bolt和Lovable四款氛围编程平台进行了系统性对比测试62% 相似待验证Databricks在其数百万行规模的生产级代码库上对主流编程Agent进行了系统性基准测试60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/820996API
curl https://kongchang.com/api/v1/knowledge/claims/820996MCP
get_claim(id=820996)