待验证50% 置信基准精确时间

该Demo运行成绩为任务完成率100%、空间精度99.6%

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

浏览器端具身AI基准竞技场：首个可运行Demo深度解析

涉及实体

具身AI评测竞技场product IKconcept

相关事实

待验证研究表明，将复杂任务分解为单一职责的子任务，可将 LLM 的任务完成准确率提升 20%-40%58% 相似待验证该方案在散文/文本生成任务稳定约40 tok/s，编程任务约75 tok/s，且速度能贯穿整个1M上下文而不明显衰减56% 相似待验证任务完成率定义为无需人工干预即可完成既定编程任务的比例，比BLEU分数等传统指标更能反映真实可用性56% 相似待验证Generic Agent用9个工具完成任务的成功率为100%，Token消耗只有其他系统的三分之一55% 相似待验证研究表明在复杂编程任务中引入显式规划步骤，代码生成的一致性和正确率可提升20%-40%55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/903418

API

curl https://kongchang.com/api/v1/knowledge/claims/903418

MCP

get_claim(id=903418)