3 / 18
第 3 页 · 文字版
千 Agent 提高了多少 19.31 → 28.78% 33.89 → 55.06% 五任务均值 · 1 → 128 个 pandoc · 1 → 1,024 个
图1原图局部 · 1,024 仅是 pandoc 实验 五任务均值增加 9.47 个百分点,相对提升约 49%。千 Agent 那组增加 21.17 个百分点,但只报 告了 pandoc——一个文档转换程序。 模型均为 GPT-5.6-sol(high),底层使用 Copilot,时限均为 6 小时。比较没有固定总 token 或总费用。 通过率是 canonical-kept 测试指标;55.06% 不能解 释为完整软件功能已经实现了一半。 论文图1、图5、§3.1、附录C · 第1、5、6、13页 03 / 18
文字版便于检索与复制,图表和排版请切回「图文」。