待验证50% 置信事实精确时间
在早前测试中，一次将工具得分从31提升到74的改写，反而让两个模型的选择表现变差。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
1,274个MCP工具描述评分后，模型选工具靠什么？
rss2026/10/15
涉及实体
相关事实
待验证在真实环境A/B测试中，经过后续训练的检查点相比早期版本，工具调用失败率相对降低了21.2%74% 相似待验证在两阶协调代理（coordination-proxy）开发对比中，基线与源作者编写的候选方案各完成 180/180 试验，候选方案少用了 37.11% 的 token、降低了 33.84% 的估算端点成本、减少了 11.63% 的步骤，但不能证明质量、延迟或生产环境行为上的改善71% 相似待验证修复前模型每约29次下一token预测中约有1次的选择与数学上应有结果不同71% 相似待验证在32专家微型字符模型的实验中，Token Choice路由无负载均衡损失时，训练早期单个专家吞掉了57%的token，32个专家中有17个几乎无人问津。71% 相似待验证消融分析显示片段范式微调在测试集带来+5.29分提升，而用2000检索词替换前4500转录词仅带来+1.55分提升70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1035660API
curl https://kongchang.com/api/v1/knowledge/claims/1035660MCP
get_claim(id=1035660)