待验证50% 置信事实精确时间

在安全 SFT 通用数据占比的受控扫描中，过度拒答曲线呈非单调，拐点落在通用数据占比 40%—50% 区间。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

Manacá-1B-Instruct-2：巴西葡语LLM的可复现安全对齐与DPO负结果

涉及实体

Manacá-1B-Instruct-2model safety-SFTconcept 过度拒答concept

相关事实

待验证在标准行人检测数据集（如MOTChallenge）上训练的模型，在俯视视角下的检测精度（mAP）通常下降40%-60%65% 相似待验证Top-p（核采样）通过截断概率分布的长尾来过滤极低概率输出64% 相似待验证当综合评估指数中顶尖模型得分接近天花板时会出现基准饱和问题，60分对59分的差距在统计学上通常处于误差范围之内63% 相似待验证在 n=100 且正负样本各半的条件下，55% 准确率的 95% 置信区间大致在 45%–65%，覆盖 50% 的基线，因此 5 个百分点的差距可能是随机波动。63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1032795

API

curl https://kongchang.com/api/v1/knowledge/claims/1032795

MCP

get_claim(id=1032795)