待验证50% 置信事实精确时间

GLUE自然语言理解基准很快被多个模型超越人类水平，促使研究者推出更难的SuperGLUE，但SuperGLUE也在两年内被攻克

1

来源数

50%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

英伟达AVO满分通关ARC-AGI-3：交互推理新突破

涉及实体

GLUEconcept SuperGLUEconcept

相关事实

待验证GLUE和SuperGLUE基准曾经历快速饱和，模型分数超越人类标注者但不意味着语言理解的真正突破80% 相似待验证Superagent 使用 Superagent 的开发者只需承担自己选择的大语言模型 API 调用费用59% 相似待验证Anki、SuperMemo等工具已将间隔重复学习算法产品化多年57% 相似待验证世界模型被许多研究者视为通往通用人工智能的重要路径之一，DeepMind的Genie是相关探索之一54% 相似待验证FunSearch是DeepMind于2023年底发表在Nature上的工作，将大语言模型与进化算法结合53% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/840624

API

curl https://kongchang.com/api/v1/knowledge/claims/840624

MCP

get_claim(id=840624)