Unverified50% confidenceFactExact time

21.2%是相对降低而非绝对降低，即新版本在早期版本失败率基数上砍掉约五分之一的失败情况

1

Sources

50%

Confidence

Medium-term (~90 days)

Relevance

9/25/2026

First Seen

Valid until: 12/24/2026

Sources

提示引导自蒸馏：让Computer模型从错误中自我进化

Related Entities

提示引导的自蒸馏concept

Related Claims

Unverified在SWE-bench Full版本上，多数模型的通过率仍低于20%74% similar Unverified在真实环境A/B测试中，经过后续训练的检查点相比早期版本，工具调用失败率相对降低了21.2%73% similar Verified在长链路任务中，若每一步约5%的错误率，经过20步后整体成功率可能跌至不足36%73% similar UnverifiedMNIST当前最优模型的错误率已低于0.2%71% similar Unverified在446次两两对比中，CTD在21.1%的情况下表现相当，仅在6.1%的情况下统计显著劣于对手71% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/948596

API

curl https://kongchang.com/api/v1/knowledge/claims/948596

MCP

get_claim(id=948596)