待验证50% 置信基准精确时间

在模型曾经赢过的 46 个局面中，仅有 7 个局面能做到三连胜

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

XiangqiBench：中国象棋揭示LLM智能体的闭环短板

涉及实体

XiangqiBenchproduct

相关事实

待验证2025年IMO第六题在603名参赛者中只有6人拿到满分63% 相似待验证2026世界杯采用48队赛制：12个小组每组4队，小组前两名加上成绩最好的8支第三名共32队晋级淘汰赛62% 相似待验证当所有模型仅在其余四个赛道计分时，该实验室模型综合得分变为 0.678，排名第 660% 相似待验证在四个大型项目构建测试中，Fable拿下两次明确胜利加一次小胜，一次打平57% 相似待验证Few-Shot示例通常3~8个即可，示例质量比数量更重要56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975460

API

curl https://kongchang.com/api/v1/knowledge/claims/975460

MCP

get_claim(id=975460)