待验证50% 置信基准精确时间
在包含2843条多语言客服工单的内部基准上，THX-01准确率98.4%、校准误差ECE 0.003、实测延迟约10ms，优于TypeSafe Jev 1.13（准确率97.4%、ECE 0.007、延迟331ms）
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Laya在覆盖13种语言的MASSIVE数据集上只有0.45准确率，Banking77只有0.425，而JAF在同任务上报到0.8769% 相似待验证在微软内部覆盖 36 项基准、近 15 万道题目的评估中，Decision-1 以 83.5% 的平均准确率位居首位，超过 Jev 1.13.0（82.3%）、Quyet-1.0-Large（81.9%）、GPT-6 Luna Decisions（79.4%）67% 相似待验证微软报告在覆盖近15万道题的36基准对比中Decision-1取得最高准确率，并声称其P50延迟比GPT-6 Sol快约35倍65% 相似待验证在SST-2数据集DistilBERT到DistilBERT配置中，可靠性门控方法达到88.800±0.532%，RAPID达到88.685±0.462%，相比基线87.271±0.162%提升约1.4个百分点65% 相似待验证在模型对比测试中qwen2.5:3b正确理解配速，幻觉地名0个，长度误差0.3%，峰值内存259MB，耗时106秒65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1005019API
curl https://kongchang.com/api/v1/knowledge/claims/1005019MCP
get_claim(id=1005019)