待验证50% 置信基准精确时间
根据 Achint Srivastava 的博客，在微软的 36 项基准测试对比中 Microsoft-Decision-1 准确率最高，约 15 万个问题在训练时保持盲态。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/12
首次发现
有效期至：2026/10/26
来源
涉及实体
相关事实
待验证在演示数据集上训练15轮后，文本分类模型准确率达到99%，模型总参数11万（Attention 1.6万，FFN 3.3万，其余为Embedding）69% 相似待验证使用多智能体验证流程时MARCH的准确率被压低到4.4%，而同一模型被直接问哪个更好时准确率能达到43.7%67% 相似待验证Microsoft Discovery用Decision-1在自适应重规划循环中给实验打分，报告称模型评分比基于LLM的评分一致性高46倍、速度快3倍64% 相似待验证该用户指出这些模型在基准测试中拿到很高分数，却在最简单的任务上频频失败63% 相似待验证研究者训练的2900万参数编码器对985条陈述的流行度加权跨折AUC仅为0.486，与语料库先验无法区分63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1006147API
curl https://kongchang.com/api/v1/knowledge/claims/1006147MCP
get_claim(id=1006147)