待验证50% 置信基准精确时间
在 64K Token 的 WebGPT-Long QA 基准上，REMORY 把 BLEU-4 从 23.1 提升到 31.7，涨幅达 37%
1
来源数
50%
置信度
长期有效
时效性
2026/10/11
首次发现
来源
涉及实体
相关事实
待验证在HLE基准测试中，COMED将GPT-5.5的表现从23.1%提升到28.1%67% 相似待验证Glimmer智能指数35分，超越Gemma 2 27B（30分），几乎追平Qwen 2.5（36分），Qwen 2.5 72B以38分居榜首66% 相似待验证经验内化微调把Qwen3-8B-27B的一次性得分从37.07提升到48.22，同时生成Token从641万降到57万（减少11倍）66% 相似待验证在18k字符预算下，锚定混合检索达到36.18%准确率，BM25达到35.98%，而最佳的直接规划器引导方法仅为34.19%65% 相似待验证Llama 3.1 405B在MMLU上的得分已接近GPT-4o的水平，Qwen 2.5 72B在数学和代码生成基准上某些指标超越了GPT-4 Turbo64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/998486API
curl https://kongchang.com/api/v1/knowledge/claims/998486MCP
get_claim(id=998486)