待验证50% 置信基准精确时间
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。
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）。77% 相似待验证在八人配置中，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。76% 相似待验证在八人两内鬼、使用第二联赛机器人的配置中，训练网络的船员胜率为 52.0%，每局平均驱逐 0.99 个内鬼；而 gpt-oss 在轮流问答格式下 16 局仅赢 2 局（12.5%），每局驱逐 0.06 个内鬼，错误驱逐 0.94 个无辜船员。75% 相似待验证在演示数据集上训练15轮后，文本分类模型准确率达到99%，模型总参数11万（Attention 1.6万，FFN 3.3万，其余为Embedding）71% 相似已验证在CIFAR-10上训练40个epoch的复现实验中，plain-56的训练准确率为84.0%，plain-20的训练准确率为95.1%，尽管plain-56参数量（853,018）约为plain-20（269,722）的三倍69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1042916API
curl https://kongchang.com/api/v1/knowledge/claims/1042916MCP
get_claim(id=1042916)