待验证50% 置信基准精确时间
论文评估中最强的专用TSLM基线在TSRBench上的准确率为36.7%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
涉及实体
相关事实
待验证LIAR基准上最先进的监督模型六分类准确率仍徘徊在28%-32%63% 相似待验证本地运行的Gemma 26B在453次评分预测中准确率仅为49.2%，其配对的永远说涨基准准确率为53.4%62% 相似待验证一张包含30个字段、单字段准确率98%的发票，完全正确的概率约为54.5%60% 相似待验证当前的顶尖模型综合测试分数为58分，千问3-27B的34分与之相差24分。60% 相似待验证在微软内部覆盖 36 项基准、近 15 万道题目的评估中，Decision-1 以 83.5% 的平均准确率位居首位，超过 Jev 1.13.0（82.3%）、Quyet-1.0-Large（81.9%）、GPT-6 Luna Decisions（79.4%）60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041903API
curl https://kongchang.com/api/v1/knowledge/claims/1041903MCP
get_claim(id=1041903)