待验证50% 置信基准精确时间

在4个任务×4个模型共16个配置中，没有任何一个通过合格线

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

小模型够用吗？Agent微任务中SLM的能力鸿沟实测

涉及实体

Qwen3model Agent微任务基准concept

相关事实

待验证Ultra多Agent模式默认4个Agent并行，最多可扩展到16个64% 相似待验证无论采用何种编码方式，4位精度只能区分16个不同的数值级别64% 相似待验证在30道 Three.js One-Shot 编程题测试中，Qwen 3.8 通过24题，Ornith 1.5 通过15题，均在Q6量化下运行63% 相似待验证研究团队在15个长文本任务上对现成模型进行了零样本评估，测试对象包括Gemma-4-31B和Qwen-3.6-27B62% 相似待验证九个Checkpoint由四个目标模型（Qwen3的4B、8B、14B及Gemma 4的12B）乘以三种算法组成60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966714

API

curl https://kongchang.com/api/v1/knowledge/claims/966714

MCP

get_claim(id=966714)