待验证50% 置信基准精确时间
RELAGRAM 仅在 CVRP-100 上训练，却能零样本泛化到 CVRP-500（256 候选搜索下差距 15.6%）和 CVRP-1000（256 候选搜索下差距 21.7%）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证在 CVRP-100 基准上，RELAGRAM 相对 PyVRP 的差距为：贪心解码 13.4%，八重对称增强 9.8%，256 候选搜索 8.3%。77% 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65% 相似待验证在条件数为100的设定下，当因子在读出缩放之前生成时，RC-DS将平均稀疏因子恢复率从0.506提升到0.913，对比基线是相同预算下的中心化logit训练。62% 相似待验证使用 Prompt-SLAM-ASR-7B 模型配合 2000 词偏置列表时，在 test-clean 测试集上 B-WER 相对 CTC-Filter 基线降低了 23.4%61% 相似待验证VCR-Bench 当前评测仅基于 Kinetics-400 子集，覆盖的数据集和场景仍有限61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1029529API
curl https://kongchang.com/api/v1/knowledge/claims/1029529MCP
get_claim(id=1029529)