待验证50% 置信基准精确时间
v1.5 相比 v1.2，真实拼写错误的 F0.5 从 0.882 提升到 0.963，漏词的 F0.5 从 0.078 提升到 0.698；时态错误仍是短板，F0.5 仅 0.119。
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
待验证解析缺陷加上一个错误答案键使 gpt-oss 在五个核心任务上的分数从 0.62 偏移到 1.00，偏移高达 0.3867% 相似待验证仅标签训练（Label-Only）方法取得0.896的准确率和0.564的span F1，逐字引用从训练前的0.597提升到0.72965% 相似待验证Mistral Small 4在单位换算输入上的得分仅为0.699，并产生了265个与正确标签相差精确十的幂次的错误65% 相似待验证VERGE将精确率从0.764提升至0.849，马修斯相关系数从0.681提升至0.73064% 相似待验证HARNESSEVO的整体二元成功率为0.657，而原始外壳和扁平字符串进化分别为0.642和0.64262% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1009457API
curl https://kongchang.com/api/v1/knowledge/claims/1009457MCP
get_claim(id=1009457)