待验证50% 置信基准精确时间
在同一套简洁提示词和参考重叠评分器下，已发布的406M专用模型在ROUGE-1上至少领先五个商用托管大模型6.2分
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/23
首次发现
有效期至：2026/12/22
来源
涉及实体
相关事实
待验证微调后的406M模型在测试集上取得36.33 ROUGE-1，作者自建的1.2B系统为35.41 ROUGE-1，两者在统计意义上无法被区分69% 相似待验证在MoE模型中每个token只激活少量Expert（通常2-4个，Top-K路由），实际计算量可能仅相当于6-7B的Dense模型64% 相似待验证GLM4在SWE-Bench基准测试中得分46.2%，显著优于上一代模型64% 相似待验证GLM-5.2在DesignArena中以1360分夺得榜首64% 相似待验证GLM-5.3在六项评测中的成绩为：终端编程基准3.0得28.3、深度软件工程基准得66.9、智能体中场考试得28.5、自动化基准得48.2、带工具的人类终极考试得62.5、GDP价值评估AA2版得17.6963% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/942880API
curl https://kongchang.com/api/v1/knowledge/claims/942880MCP
get_claim(id=942880)