待验证50% 置信发布精确时间

作者开源了微调后的Qwen3.5-4B Browser Agent SFT FP8模型、Browser Agent框架以及BrowseWebApp Bench和BU Bench V1两个基准测试

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/7

首次发现

有效期至：2026/12/6

来源

微调4B小模型：浏览器任务准确率从22%飙升至63%

涉及实体

Qwen3.5-4Bmodel BrowseWebApp Benchproduct BU Bench V1product

相关事实

待验证Qwen2.5-27B是阿里云通义实验室发布的270亿参数开源模型，在MMLU、HumanEval、GSM8K等基准上接近GPT-4早期版本水平63% 相似待验证Loop Assist仍是概念验证原型，作者提供了Claude公开Artifact和ChatGPT自定义GPT两个试用入口62% 相似已验证GPT-4据传采用了MoE设计，Mixtral 8x7B是开源领域的代表实现61% 相似待验证作者测试中 GPT-5.6 通过 computer use 构建了一个可运行的丧尸生存模拟游戏并自主截图搭建演示网页60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/869650

API

curl https://kongchang.com/api/v1/knowledge/claims/869650

MCP

get_claim(id=869650)