待验证50% 置信基准精确时间
在作者公布的25道题小样本评测中，ZY-S1相比基座模型在MATH-500上从4降到0，数学能力退化。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/13
首次发现
有效期至：2026/10/27
来源
涉及实体
相关事实
待验证在作者公布的25道题小样本评测中，ZY-S1相比基座模型在ARC-Challenge上从76提升到80（+4个百分点），在MMLU上从48提升到52（+4个百分点）。75% 相似已验证2022年Hoffmann等人的Chinchilla论文在四百个模型上重做实验，得出在算力最优前提下每个参数应对应约20个token的结论66% 相似待验证Zillow 的 Zestimate 自动估值模型误差率中位数在2-7%之间65% 相似待验证Z-score标准化将数据转换为均值为0、标准差为1的分布64% 相似待验证每个模型回答 112 道题（7 类缺陷 × 2 个版本 × 4 次重复 × 2 种条件），其中一半有缺陷一半健全，机械回答'none'的模型会得到 0.50 分基线64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1014224API
curl https://kongchang.com/api/v1/knowledge/claims/1014224MCP
get_claim(id=1014224)