待验证50% 置信事实精确时间
在对照实验中，Astra修改Gemma 3 270M的权重后，MATH500表现提升非常有限，提升不到1个百分点，且Astra将改动标记为「未能确立」。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/4
首次发现
有效期至：2027/2/2
来源
涉及实体
相关事实
待验证在实验中，Astra修改Qwen小模型的权重，将MATH500成绩从7.9%提升到48.1%，同时碰到试跑次数上限的回答占比从93%降到33%。70% 相似待验证Astra在无训练情况下仅修改某小型模型0.016%的权重，使其在Math 500基准上的得分从7.9%提升到48.1%。68% 相似待验证Artificial Analysis 给 GPT-6.1 Sol 52 分，仅比 Astra 低一分，基准测试运行成本只有 Astra 的四分之一，比 6 Sol 便宜 31%66% 相似待验证在ARC-AGI 3上，Astra在最高设置下有96%的关卡用比人类基线更少的步数通关，平均减少约50%的动作66% 相似待验证GPT-6.1 Sol「工具出故障时不如实告知」比例从 4.9% 降到 2.1%，Astra 为 1.5%66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1135438API
curl https://kongchang.com/api/v1/knowledge/claims/1135438MCP
get_claim(id=1135438)