待验证50% 置信基准精确时间

Dude相比基线方法，在召回率和精确率上最高提升了22.8%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/5

首次发现

有效期至：2026/12/4

来源

Dude系统：双检测多智能体如何揪出论文与代码的不一致

涉及实体

相关事实

待验证引导模式下平均端到端准确率从28.6%提升到33.7%，歧义检测F1值从45.3%提升到64.9%67% 相似待验证DGM在SWE-bench软件工程基准测试中自动将基线性能提升了一倍以上，实现了30个百分点的绝对提升67% 相似待验证Dude的F1分数最高提升18.7%62% 相似待验证EfficientNet 从 B0 到 B7，模型参数从 5.3M 增长到 66M，Top-1 精度从 77.1% 提升到 84.3%61% 相似待验证Devin在SWE-bench评测中达到13.86%的解决率（当时最高）60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/860715

API

curl https://kongchang.com/api/v1/knowledge/claims/860715

MCP

get_claim(id=860715)