待验证50% 置信基准精确时间

在Berkeley Function Calling Leaderboard v4上，Jev得分99.2%，CLM-8B为95.2%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/24

首次发现

有效期至：2026/12/23

来源

开源决策模型CLM挑战闭源Jev：延迟提速13倍

涉及实体

Jevmodel CLMmodel Berkeley Function Calling Leaderboardconcept

相关事实

待验证作为对照的简单三规则基线（3-rule baseline）准确率仅为64.4%，Jev领先约8个百分点64% 相似待验证在Terminal-Bench 4.0上，Claude 5.1标准版得分55.8%，受信版达到60.9%；OS World 2.0部分完成率为77.9%63% 相似待验证GLM4在代码推理和通用知识测试中得分74.4%，仅次于Claude 3 Opus61% 相似待验证GLM 5.2在Frontier SW基准测试中得分为74.4%，接近Anthropic Opus 4.8的水平59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946809

API

curl https://kongchang.com/api/v1/knowledge/claims/946809

MCP

get_claim(id=946809)