待验证50% 置信基准精确时间
换用Qwen模型测试结论一致，令牌方案正确率67.0%，真实数据64.8%
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
待验证自托管的Qwen3.6-27B模型作为替换裁判达到了kappa=0.72的一致性水平69% 相似待验证Qwen Next在测试中仅得6/108（5.56%），因格式可靠性问题（17次invalid_json响应，只有6个条目可评分）而非理解能力不足69% 相似待验证Qwen3 27B在OpenAI HumanEval 164道Python题上取得85%通过率和99%应答率69% 相似待验证测试者认为 Qwen Image 2.1 的整体成图质量相当不错，尤其考虑到其 7B 参数规模68% 相似待验证在 GPQA-Diamond xhigh 测试中，基座 Qwen3.8-27B 达 88.4% 准确率消耗 6,642 中位 token，Swift 保持 88.3% 准确率但 token 降至 2,77168% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1004293API
curl https://kongchang.com/api/v1/knowledge/claims/1004293MCP
get_claim(id=1004293)