待验证50% 置信事实精确时间

21.2%是相对降低而非绝对降低，即新版本在早期版本失败率基数上砍掉约五分之一的失败情况

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/25

首次发现

有效期至：2026/12/24

来源

提示引导自蒸馏：让Computer模型从错误中自我进化

涉及实体

提示引导的自蒸馏concept

相关事实

待验证在SWE-bench Full版本上，多数模型的通过率仍低于20%74% 相似待验证在真实环境A/B测试中，经过后续训练的检查点相比早期版本，工具调用失败率相对降低了21.2%73% 相似已验证在长链路任务中，若每一步约5%的错误率，经过20步后整体成功率可能跌至不足36%73% 相似待验证MNIST当前最优模型的错误率已低于0.2%71% 相似待验证在446次两两对比中，CTD在21.1%的情况下表现相当，仅在6.1%的情况下统计显著劣于对手71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/948596

API

curl https://kongchang.com/api/v1/knowledge/claims/948596

MCP

get_claim(id=948596)