待验证50% 置信基准精确时间

在WebArena-Infinity上，Qwen3.5-4B从解决119个任务中的31个提升到50个

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

DeskForge：用桌面环境密集标注训练计算机操作智能体

涉及实体

Qwen3.5-4Bmodel WebArena-Infinityconcept

相关事实

待验证在OpenApps上，Qwen3.5-4B从100个任务中的3个提升到15个78% 相似待验证官方基准数据显示新版 Qwen3 27B 智能体解码从 13.3 提升到 42.2，软件工程类任务从 49.3 提升到 79，前沿智能体任务从 10.6 提升到 2076% 相似待验证一位开发者使用Qwen3.8-27B模型在6次点击内完成了维基百科跳转游戏65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975839

API

curl https://kongchang.com/api/v1/knowledge/claims/975839

MCP

get_claim(id=975839)