待验证50% 置信基准精确时间
公平性指令效果有限：在集群六模型面板上仅使家族准确率变化−0.3个百分点，在Kaggle上为+2.5个百分点，区间均跨越零点
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证在集群面板上用代码替代模型的结构化决策（基于相同提取事实）平均提升20.5个百分点家族准确率，Llama 3.1 8B从模型自判1%提升至代码判决56%69% 相似待验证Kaggle排名积分系统对团队人数按比例递减，2人团队每人获得约原积分的1/√268% 相似待验证排行榜分数为无套利率，即庄家最多只能锁定5美分的家族占比；覆盖率低于90%的模型不计分67% 相似待验证若一道难题在采样中全部失败（pass@k约为0），奖励方差为零，梯度信号几乎消失，参数更新量趋近于零66% 相似待验证作为对照基线，「每条标准用一个提示」（one-prompt-per-criterion）的简单方案在共同子集上只达到 kappa = 0.33，而 SAGE 达到 0.5865% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003876API
curl https://kongchang.com/api/v1/knowledge/claims/1003876MCP
get_claim(id=1003876)