待验证50% 置信基准精确时间
在移除记录后的变化测试中,Jev 的 TVD 为 49%,Gemini 为 43%,luna 为 30%,Haiku 为 27%;重复提问的噪声底线分别为 3%、12%、9%、9%
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证在留出评估器下,ASC的错误率中位数下降38%,被支持句子的提升中位数达到46%,且在全部测试设置中都成立。61% 相似待验证当面对50个最近邻工具且存在唯一正确工具时,Laya准确率骤降至31%,而Jev仍保持98%60% 相似待验证反事实mDPO使METEOR从58.10%提升到85.30%,Self-BLEU-2从58.79%降至52.88%,Distinct-3从6.68%提升到7.81%59% 相似待验证代码重放会继承提取环节的错误,在集群充分性测试中gpt-oss-120b的通过率反而从56%跌到40%59% 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59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1047727API
curl https://kongchang.com/api/v1/knowledge/claims/1047727MCP
get_claim(id=1047727)