待验证50% 置信基准精确时间
在49张图片测试中，Gemma 4 12B正确识别45张，Gemma 4 31B正确47张，两者都出现将纯线材误判为充电器的问题，而MiniCPM-V没有犯这个错误。
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
涉及实体
相关事实
待验证在测试30个层组合后，最佳配对为SenseNova L32映射到MiniMax H3 L49，使用4096→128→5120投影器在验证集上余弦相似度达0.904272% 相似待验证用4B模型对BM25筛出的候选短名单做重排序，效果优于单纯的BM25(+0.047，置信区间[0.020, 0.073])，尽管该4B重排器本身未通过合格认证68% 相似待验证作者提到此前测试的35B、3B等其他模型在看板任务上的表现反而不如Qwen3 27B的Q2版本67% 相似待验证RRF仅使用排名而非原始分数，规避了稠密向量与稀疏BM25之间量纲不可比的问题。65% 相似待验证Qwen 3 Coder 480B拥有480B参数是测试中最大的模型，却以0.68（25/37）垫底64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1031902API
curl https://kongchang.com/api/v1/knowledge/claims/1031902MCP
get_claim(id=1031902)