待验证50% 置信基准精确时间

在最佳配置下，NARS取得了F1=0.57、AUC=0.56的成绩，优于零样本的Qwen3.6:27B和GPT-oss:20B。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/14

首次发现

有效期至：2027/1/12

来源

神经符号推理检测网络争论说服力：NARS框架解读

涉及实体

NARSmodel Qwen3.6:27Bmodel GPT-oss:20Bmodel

相关事实

待验证19 个模型的得分从 0.55 到 1.00 不等，Qwen 3 235B A22B Instruct 以 1.00 排名第一69% 相似待验证该团队当前最佳模型在综合测试集上的宏平均F1约为0.73，略高于团队内部0.7的验收阈值67% 相似待验证准确率方面：τ=0.4 为 0.7305，托管单跑为 0.7085，本地单跑为 0.7320，τ=0.6 为 0.7115。67% 相似待验证最强的受控直接基线在逻辑 F1 指标上仅为 0.371±0.018，低于 EviDent-CBCT 的 0.40266% 相似待验证NepKANUN 在简单问题上取得 F1 得分 0.8265% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1028738

API

curl https://kongchang.com/api/v1/knowledge/claims/1028738

MCP

get_claim(id=1028738)