待验证50% 置信基准精确时间
在每道题15分钟的时间限制下，证明智能体在StochBench上的成功证明率为34.9%（157/450）
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/11
首次发现
有效期至：2026/12/10
来源
涉及实体
相关事实
待验证Bullet 在 SWE-bench Verified 基准测试中取得 95.8% 的成绩，位列前三，平均每个任务耗时 119 秒64% 相似待验证根据基于Steam成就解锁率的统计研究，大多数RPG游戏的最终章节成就解锁率仅有15%-30%62% 相似待验证实验发现塑形奖励配置下的task_score仅为0.125，而朴素奖励配置为0.417，效应量d=4.4762% 相似待验证在512-4096上下文长度测试中，将草稿长度从4字符拉满至16字符，整体推理延迟仅增加0.2%-1.3%61% 相似待验证草稿长度为15字符时，DSpark在数学、代码、对话场景的效率提升分别达到30%、26%、22%60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/893439API
curl https://kongchang.com/api/v1/knowledge/claims/893439MCP
get_claim(id=893439)