待验证50% 置信基准精确时间
使用TailSFT后，在SFT阶段的pass@16指标上，编程任务绝对提升最高达16.8分
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
涉及实体
相关事实
待验证经过GRPO强化学习后，使用TailSFT的检查点最终pass@1提升最高达3.9分71% 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63% 相似待验证Dude相比基线方法，在召回率和精确率上最高提升了22.8%59% 相似待验证在BU Bench V1上，4B参数的SFT模型超越了DeepSeek V4 Pro和Kimi K2.6在开源Browser Use框架下报告的45%成绩57% 相似待验证NVFP4量化方案相比BF16基线实现了1.5倍的推理加速，同时在top-1准确率上保留了92%到97%的水平54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/873216API
curl https://kongchang.com/api/v1/knowledge/claims/873216MCP
get_claim(id=873216)