待验证50% 置信基准精确时间

Artificial Analysis将Qwen3 27B纳入评测榜单并完成了一系列基准测试

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/22

首次发现

有效期至：2026/11/20

来源

Qwen3 27B本地部署实测：单张3090跑出前沿级Agent能力

涉及实体

Artificial Analysiscompany Qwen3 27Bmodel

相关事实

待验证在沙盒物理模拟测试中，Qwen3 27B主动编写测试脚本进行26项断言检查，反复验证直到10/10全部通过73% 相似待验证项目采用生成-评估-重试闭环，由独立的Qwen作为评估者，最多重试3次70% 相似待验证三种自动化评测方案为代码断言、底层环境校验、LLM大模型裁判，可信度依次递减69% 相似已验证Artificial Analysis Intelligence Index整合了MMLU、HumanEval、MATH、GPQA等多个基准测试的加权结果67% 相似待验证该数据集的每一行都经过人工审核，核验标签准确性、理由真实与具体性、难度标签匹配度三个维度67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/787046

API

curl https://kongchang.com/api/v1/knowledge/claims/787046

MCP

get_claim(id=787046)