待验证50% 置信事实精确时间

SRBench 基准数据集包含 45,064 条标注条目

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

SRBench：用大模型自动化系统综述筛选的基准框架

涉及实体

相关事实

待验证实测GSM8K接受长度为6（论文公布值6.1），MTBench接受长度为3.65（论文值3.64），高度吻合官方数据59% 相似待验证MiniCPM5-2B在SWE-bench上取得46.4分52% 相似待验证MemGAS在LongMTBench Plus数据集上F1达到41.49，最强基线FullHistory为36.0751% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955686

API

curl https://kongchang.com/api/v1/knowledge/claims/955686

MCP

get_claim(id=955686)