[KongchangAI]
Unverified50% confidenceFactExact time

GLUE于2018年发布，包含情感分析、文本蕴含、问答等9项任务，顶尖模型仅用一年便超越人类基线

1
Sources
50%
Confidence
Long-term
Relevance
7/10/2026
First Seen

Sources

OSWorld 2.0测评：最强AI Agent完成率仅20%，长流程是致命短板
bilibili熊二等兵7/1/2026

Related Claims

Unverified魏杰森（Jason Wei）等人2022年的研究发现，当模型规模超过某个临界点，情感推理等任务的表现会发生非线性跃升（涌现能力）60% similarUnverified情感分析、用户意图识别和转化节点检测属于NLP领域不同子任务，单一模型难以在所有子任务上都表现最优59% similar

Cite This Claim

Stable URI
https://kongchang.com/claim/421498
API
curl https://kongchang.com/api/v1/knowledge/claims/421498
MCP
get_claim(id=421498)