待验证50% 置信事实精确时间

发布稿表格中Beam的分数全部为自报，其他模型分数取自Artificial Analysis和Data Curve两个来源

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/8

首次发现

有效期至：2026/10/22

来源

Reflection AI开源模型Beam：为何在自家跑分表垫底

涉及实体

Beammodel Artificial Analysiscompany Data Curvecompany

相关事实

待验证Basis公布的实测数据来自单一来源，样本集中于特定类型的税务工作簿，普适性有待更多独立场景验证66% 相似待验证单点benchmark评估可能系统性地偏向某类模型，需在多个推理预算档位下综合评估63% 相似待验证在模型评估中应区分「内容正确性」和「格式符合度」两类指标，并用多个语义等价变体做压力测试60% 相似待验证评估这类模型追踪看板项目的关键维度包括数据来源、更新频率、评测维度和透明度60% 相似已验证本文基于B站UP主的实测演示整理，为单一来源，功能表现和数据准确率仍需实测验证60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/987296

API

curl https://kongchang.com/api/v1/knowledge/claims/987296

MCP

get_claim(id=987296)