待验证50% 置信基准精确时间
在ARC-AGI-2测试集上，系统在240个测试任务中解决了230个，整体准确率超过95%
1
来源数
50%
置信度
长期有效
时效性
2026/9/12
首次发现
来源
涉及实体
相关事实
待验证在256K上下文的大海捞针测试中，两款模型表现完全一致，均取得93%的成绩，仅在100%满上下文深度时各有一次失败69% 相似待验证在CLINC150基准测试上，80条微调数据可使向量路由达到85.9%的准确率，完整fine-tune可达96%以上66% 相似待验证在同一复现实验中，ResNet-20测试准确率为90.4%，ResNet-56测试准确率为91.7%，训练准确率分别为97.4%和99.0%66% 相似待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）64% 相似待验证Articos宣称其模拟测试达到86%的人类准确率，该数据来自同行评审，对标Baymard Institute和Nielsen Norman Group的研究方法64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/916310API
curl https://kongchang.com/api/v1/knowledge/claims/916310MCP
get_claim(id=916310)