The 66.6% medal rate on MLE Bench Lite, achieved autonomously over 24 hour windows, tells you something real about how this model behaves when you give it a hard problem and step back.
这个66.6%的奖牌率是在完全自主的情况下连续24小时运行后取得的，这是一个令人印象深刻的数据点。它表明M2.7不仅能够在长时间内保持专注，还能持续改进解决问题的策略。这种自主解决问题的能力可能是评估代理模型实际价值的关键指标，远超传统基准测试所能衡量的范围。