待验证50% 置信事实精确时间
当前最优模型在 WebArena、Mind2Web 等基准测试上的任务完成率通常在 20%-40% 之间
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
OpenAgent：基于LLM+RAG的开源AI个人助手深度解析
githubthe-open-agent2026/6/10
相关事实
待验证当前最先进的GUI Agent在WebArena等评测中的任务完成率通常在20%-40%之间77% 相似待验证研究表明高质量提示词相比随意撰写的提示词在同等模型条件下可带来20%-40%的任务完成率提升73% 相似待验证According to the OSWorld benchmark, the most advanced Computer Use models still achieve less than 40% task success rate71% 相似待验证有研究表明，针对同一任务精心设计的上下文可将任务完成率提升40%以上70% 相似待验证高质量的Prompt工程能在不增加模型参数的前提下将任务成功率提升20%~40%70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/49344API
curl https://kongchang.com/api/v1/knowledge/claims/49344MCP
get_claim(id=49344)