待验证50% 置信事实精确时间

在训练前记录预测的测试表明，目标比特的低 XOR 度并不足以保证这些比特会被模型使用。

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

验证与迁移：精确信息前沿及调用代价

涉及实体

XOR 度concept 模型concept

相关事实

待验证传统基准测试在评估模型推理能力上已失效，因为几乎每个模型都可能在训练数据中见过标准答案69% 相似待验证MTP头参数量通常不到主模型的1%，与主模型联合预训练67% 相似待验证即使只有5-10%的训练样本存在错位，也会导致VLM模型在下游任务上出现显著的性能退化66% 相似待验证在真实环境A/B测试中，经过后续训练的检查点相比早期版本，工具调用失败率相对降低了21.2%66% 相似待验证弱监督标签的质量上限取决于零样本模型本身的准确率，若模型系统性出错训练集会继承该偏差66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1012889

API

curl https://kongchang.com/api/v1/knowledge/claims/1012889

MCP

get_claim(id=1012889)