待验证50% 置信基准精确时间
在ScopeBench评测中，8个模型的原始能力跨度从12.2%到81.1%，范围遵守能力跨度从34.4%到86.7%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/28
首次发现
有效期至：2026/12/27
来源
涉及实体
相关事实
待验证同一模型在不同harness下运行Terminal Bench，分数从69.8%跨越到74.2%70% 相似待验证对于 7B 模型，使用求解器准确率为 75.31%，直接计算为 72.02%，配对提升 +3.29 个百分点，95% 聚类区间为 [-3.49, 10.38] 跨越零点，优势不显著69% 相似待验证靶向数据工程中，针对性数据占总微调数据的 5%-15% 通常能取得良好效果，过高比例可能导致模型在其他维度退化64% 相似待验证在Terminal Bench 2.1基准测试上，Ultra模式接近92%，超越竞品的88%表现64% 相似待验证Long-Term团队实验表明，用同一个模型仅调整规则约束和记忆系统，成绩从52.8%涨到66.5%，排名从Top 30跳到Top 564% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/955466API
curl https://kongchang.com/api/v1/knowledge/claims/955466MCP
get_claim(id=955466)