待验证50% 置信基准精确时间

在UC-Bench上基于UC-Data训练的Qwen3.5-4B表现超过了参数量更大的通用大模型(如Claude Opus 4.8)

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/18

首次发现

有效期至：2026/12/17

来源

让LLM主动发现用户矛盾：UC-Bench与SynUC合成方法解析

涉及实体

Qwen3.5-4Bmodel UC-Benchproduct Claude Opus 4.8model

相关事实

待验证Qwen3 27B在多项编程和智能体基准测试中的得分超越了Claude Opus 4.669% 相似待验证微调后的Qwen3.5-4B模型在BU Bench V1基准上准确率从15%提升至53%69% 相似待验证Qwen3 Max在生成精细度方面与Claude Opus级别及更高阶闭源模型存在可见差距66% 相似待验证在SWE Bench Pro等智能体编程基准中，Qwen 3.8据称在部分项目上超越了Opus 4.6 Max65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931191

API

curl https://kongchang.com/api/v1/knowledge/claims/931191

MCP

get_claim(id=931191)