待验证50% 置信基准精确时间

在 29 个真实失误的对比测试中，裸 Gemma 模型说中 Stockfish 首选替代着法的次数为 0/29。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/17

首次发现

有效期至：2027/1/15

来源

Stockfish找漏着, Gemma 4讲给孩子听: 代码校验每个字

涉及实体

Gemmamodel Stockfishproduct

相关事实

待验证在 29 个真实失误的对比测试中，裸 Gemma 模型提到棋盘上不合法着法的次数为 7/29。75% 相似待验证Fiorillo v0.5 的对数损失比先验基线低 0.8603，比读取相同输入的 Gemma 模型低 0.182963% 相似待验证仅用小模型策略的每正确答案成本最低($0.0004)但准确率仅33%，说明没有准确率底线的每正确答案成本指标具有误导性62% 相似待验证30张的样本量偏小，该准确率更适合作为可行性验证而非严谨的性能基准60% 相似待验证单纯锦标赛选型（38.0）表现不如最佳单模型（33.8），说明逐配置择优会因过拟合回测而受损57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1053949

API

curl https://kongchang.com/api/v1/knowledge/claims/1053949

MCP

get_claim(id=1053949)