待验证50% 置信基准精确时间
在报告选定的 Top-5 单图目标上，FLUX.2 [dev] 的 Overall 分数从 1.083 提升到 3.517，Qwen-Image-Edit-2511 取得 13.2% 的提升。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/2
首次发现
有效期至：2026/11/16
来源
涉及实体
相关事实
待验证在每步生成预算匹配的条件下，FOCUS 在 Qwen3.5-9B 规模上于 BrowseComp-Plus 基准比最强基线（GRPO/VinePPO 中较高者）提升 7.2 个百分点，达到 55.4 对 48.2。68% 相似待验证在 Qwen-Image-Edit 上，Rubric-CEPR 将 ImgEdit 从 4.36 提升至 4.60，涨幅 +5.5%。67% 相似待验证在Qwen3.5-4B和9B模型上，仅使用GGA分配、不做其他改动，七项评测成绩比STEPQuant@4分别提升了19.48和29.84个百分点。67% 相似待验证按完整复合目标挑选的报告复合得分升至0.412267% 相似部分验证V4.1 Flash 1017在Terminal-Bench 4.0上的得分从31.2%提升到42.3%，五周内相对提升35%。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125248API
curl https://kongchang.com/api/v1/knowledge/claims/1125248MCP
get_claim(id=1125248)