待验证50% 置信基准精确时间
EPOCH在内部的Math14测试套件上取得最高平均分0.57
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/7
首次发现
有效期至：2027/1/5
来源
涉及实体
相关事实
待验证早期在Opus模型上测试精确字符串识别率为15分之0，而Fable 5发布后同样测试变成15分之1365% 相似待验证pplx-decider-v1-27b 在 11 项基准测试中取得 85.7% 的平均成绩，领先于对比对象 Jev（官方数据）62% 相似待验证在综合基准测试中，So得55分（约78.6%），Terra得44分（约62.9%），Luna得31分（约44.3%）62% 相似待验证模型在铅笔计数的多模态图片识别测试中给出34只的正确答案，此时速度为每秒55 Token61% 相似待验证AIME（美国数学邀请赛）中人类顶尖高中生的平均得分仅在3-5分左右（满分15分）61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983152API
curl https://kongchang.com/api/v1/knowledge/claims/983152MCP
get_claim(id=983152)