正在加载页面…
来源:paper:p7-b74
这条 Claim 暂无已发布的不可变 Assessment。
这条 Claim 暂无关联执行。
已评估 0/8 项
保留同一结论下的完整结果组。已有评估排在前面;单项判断不替代整组结论。展开行查看条件、来源与历次证据。
| 指标与条件 | 论文报告 | 最近可用实测 | 证据判断 |
|---|---|---|---|
model: Grok 4.1 Fast · method: Vanilla ReAct (Yao et al., 2023b) · benchmark: GDPval | 57.23 points | — | 尚未评估 |
model: Grok 4.1 Fast · method: MemoryBank (Zhong et al., 2024) · benchmark: GDPval | 55.19 points | — | 尚未评估 |
model: Grok 4.1 Fast · method: RAP (Kagaya et al., 2024) · benchmark: GDPval | 66.79 points | — | 尚未评估 |
model: Grok 4.1 Fast · method: ExpeL (Zhao et al., 2024) · benchmark: GDPval | 65.66 points | — | 尚未评估 |
model: Grok 4.1 Fast · method: AutoGuide (Fu et al., 2024) · benchmark: GDPval | 53.58 points | — | 尚未评估 |
model: Grok 4.1 Fast · method: AWM (Wang et al., 2025b) · benchmark: GDPval | 61.55 points | — | 尚未评估 |
model: Grok 4.1 Fast · method: KnowAgent (Zhu et al., 2025) · benchmark: GDPval | 68.15 points | — | 尚未评估 |
model: Grok 4.1 Fast · method: Procedural Graph (Ours) · benchmark: GDPval | 71.19 points | — | 尚未评估 |