待验证50% 置信基准精确时间
编排模式下本地模型收到 78/78 和 77/78 分；单次大需求模式只拿到 76、74、71（满分 78）
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
Claude Code 编排本地大模型实测：78分对76分
rss2026/10/16
涉及实体
相关事实
待验证在提及级别，模型整体精确率为74.1%，召回率为70.5%65% 相似待验证仅系统提示中加入一个占位字符，就能让某个模型在同一基准上从最后一名（58.2%）跃升至第一名（83.9%）。65% 相似待验证MemoryBench 表格中五个模型的分数分别为 85.5、85.6、79.0、81.4 与 81.5，头部差距仅 0.1 分。65% 相似待验证该模型的F1分数为72%，数据存在严重的类别不平衡，比例为89:1163% 相似待验证对于 7B 模型，使用求解器准确率为 75.31%，直接计算为 72.02%，配对提升 +3.29 个百分点，95% 聚类区间为 [-3.49, 10.38] 跨越零点，优势不显著62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1048802API
curl https://kongchang.com/api/v1/knowledge/claims/1048802MCP
get_claim(id=1048802)