待验证50% 置信基准精确时间

Argon在评估漏洞修复能力的CWE-bench v1上以68%的最高分并列第一

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/30

首次发现

有效期至：2026/12/29

来源

Gemini 4 Argon发布：百万Token输出与前沿智能新纪元

涉及实体

Gemini 4 Argonmodel CWE-bench v1concept

相关事实

待验证Argon在Zapier的AutomationBench上以51.3%排名第一59% 相似待验证在最优配置下，EduBehaviors框架取得了0.673的宏观F1值和0.688的Cohen's kappa59% 相似待验证CAPI-DINO的ViT-B/14模型在iNat21数据集上取得了68.7%的线性探测准确率59% 相似待验证选择 VTracer 的理由是其体积紧凑（约 0.66 MiB）且在基线测试中给出了最好的矢量化效果57% 相似待验证iQuest Q1 在基准测试中 CyberGem 得分 84.5，Terminal Bench 2.1 为 83.256% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963055

API

curl https://kongchang.com/api/v1/knowledge/claims/963055

MCP

get_claim(id=963055)