Unverified50% confidenceBenchmarkExact time

在OS World 20的82项离线任务总体结果中，平均完成度从约72%升到约79%

1

Sources

50%

Confidence

Medium-term (~90 days)

Relevance

9/17/2026

First Seen

Valid until: 12/16/2026

Sources

AI递归自我改进RSI：距离真正实现还有多远？

Related Entities

RSI Agentproduct OS World 20product

Related Claims

Unverified人类在OS World测试中的平均得分约为72-74%75% similar Verified在10步工程任务中若每步成功率为90%，整体任务完成率约35%；若每步成功率提升至99%，整体成功率则跃升至90%66% similar Unverified三个前沿模型的任务成功率非常接近，都在84%–89%之间65% similar Unverified在提及级别，模型整体精确率为74.1%，召回率为70.5%64% similar UnverifiedCole Medin声称使用验证Harness后，任务结果从65-70分提升至第一次就能达到92分64% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/929315

API

curl https://kongchang.com/api/v1/knowledge/claims/929315

MCP

get_claim(id=929315)