待验证50% 置信事实精确时间
在八人配置中，gpt-oss 与训练网络的胜率差距单侧 Fisher 精确检验 p = 0.0017，远超随机波动。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
开源大模型在《Among Us》投票中为何输给小网络？
rss2026/10/16
涉及实体
相关事实
待验证在十五人三内鬼、第六联赛的严格可比实验中，训练网络 300 局船员胜率 93.3%，gpt-oss 在对话+直觉格式下 20 局 16 胜（80%），单侧 Fisher 精确检验 p = 0.052。76% 相似待验证在八人配置中加入训练网络直觉并使用轮流问答格式后，gpt-oss 船员 16 局赢了 8 局，与网络基准几乎无法区分（p = 0.54）。74% 相似待验证性能基准测试结果具有统计波动性，需要多次运行取中位数或P95/P99百分位来判断71% 相似待验证“预训练吞吐达到单块H100的170%”这一数字受批次大小、序列长度、模型规模、精度格式以及互联带宽共同影响，并非通用结论，换用不同模型或超参后比例可能变化。67% 相似待验证训练时的损失按token计算，长样本贡献的梯度远多于短样本，因此10%的行数比例完全可能对应50%以上的token量和梯度信号。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1042914API
curl https://kongchang.com/api/v1/knowledge/claims/1042914MCP
get_claim(id=1042914)