待验证50% 置信基准精确时间
Osprey在Llama-3.3-70B-Instruct上平均接受长度提升21.2%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/11
首次发现
有效期至：2026/12/10
来源
涉及实体
相关事实
待验证Osprey在Qwen3-8B上平均接受长度提升16.1%74% 相似待验证DGM在SWE-bench软件工程基准测试中自动将基线性能提升了一倍以上，实现了30个百分点的绝对提升62% 相似待验证在完全相同的模型下，仅靠Harness策略优化，ARC-AGI-3得分从13.3%提升到38.3%，同时输出Token节省约六倍57% 相似待验证DOS 3 Note采用新的强化学习方案Tempo，在ARC-AGI 3基准上得分超过30%57% 相似待验证相比上一代Qwen3.6-27B，Qwen3.8-27B在多项测试上大幅提升，其中Deep SWE从13.3提升到42.2（接近三倍），OS World从63.9提升到84.357% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/893136API
curl https://kongchang.com/api/v1/knowledge/claims/893136MCP
get_claim(id=893136)