待验证50% 置信基准精确时间

AREX-2 在 MLE-bench Lite 上得分 81.8，在 Frontier-CS 上得分 70.7

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/1

首次发现

有效期至：2026/12/30

来源

AREX-2：用长程反思任务打造自我改进的AI智能体

涉及实体

AREX-2product MLE-bench Liteconcept Frontier-CSconcept

相关事实

待验证iQuest Q1 在基准测试中 CyberGem 得分 84.5，Terminal Bench 2.1 为 83.261% 相似待验证AIBuildAI-2.5在MLE-Bench上排名第一，取得73.3%的奖牌率56% 相似待验证旗舰Soul在Terminal Bench 2.1基准上取得91.9%的成绩55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963924

API

curl https://kongchang.com/api/v1/knowledge/claims/963924

MCP

get_claim(id=963924)