待验证50% 置信事实精确时间

权重格式（checkpoint 精度）与运行时计算精度是两个需要区分开的概念。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

vLLM发布v0.32.0rc2：DeepSeek-V4.1-Flash评测锁定FP8-Engram版本

rss2026/10/15

涉及实体

权重格式concept 运行时计算精度concept

相关事实

待验证测试看能否跑通（接口、格式），评估看做得好不好（事实准确率、幻觉、工具选择、任务完成率），二者是两回事74% 相似待验证语法合法性与语义正确性是两个正交的维度，评测时必须将格式合规率（如JSON解析成功率）与任务准确率分开度量。74% 相似待验证传统基准测试往往关注准确率和推理速度，但任务完成率和收敛稳定性在实际工程场景中同样重要甚至更为关键74% 相似待验证校准性指模型表达的置信度与实际准确率之间的一致程度72% 相似待验证在无法核实服务精度时，应在固定提示上测量模型的行为表现和速度，并明确声明精度未经验证72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1033866

API

curl https://kongchang.com/api/v1/knowledge/claims/1033866

MCP

get_claim(id=1033866)