待验证50% 置信基准精确时间
HARNESSEVO的整体二元成功率为0.657，而原始外壳和扁平字符串进化分别为0.642和0.642
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证VERGE将精确率从0.764提升至0.849，马修斯相关系数从0.681提升至0.73064% 相似待验证在SST-2数据集DistilBERT到DistilBERT配置中，可靠性门控方法达到88.800±0.532%，RAPID达到88.685±0.462%，相比基线87.271±0.162%提升约1.4个百分点58% 相似待验证A SWE-bench score of 63.2 means the model can correctly solve approximately 63.2% of real software engineering problems.56% 相似待验证Claude Fable 5.1 在 CursiveBench 3.2.0 得分达到73.4，并在 OS World 2.0 等基准全面超越前代55% 相似待验证旗舰Soul在Terminal Bench 2.1基准上取得91.9%的成绩54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/896988API
curl https://kongchang.com/api/v1/knowledge/claims/896988MCP
get_claim(id=896988)