待验证50% 置信基准精确时间

GPT-4级别模型在ARC-Challenge测试上可达90%以上，许多7B以上主流模型已能突破70%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/6

首次发现

有效期至：2027/1/4

来源

无需反向传播？0.8B模型在ARC-Challenge上超越2B模型引热议

涉及实体

GPT-4model ARC-Challengeconcept

相关事实

待验证斯坦福大学2024年的AgentBench基准测试显示，GPT-4级别模型在需要跨系统协调的复杂任务中端到端成功率低于30%74% 相似待验证GPT-4在LeetCode竞赛题上的通过率超过80%74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/980505

API

curl https://kongchang.com/api/v1/knowledge/claims/980505

MCP

get_claim(id=980505)