待验证50% 置信事实精确时间
与Hugging Face实现相比，KV Cache实现的最大logit绝对误差约6.1e-5。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
涉及实体
相关事实
待验证在LongMemEval多跳任务上，严格recall@5表现为：5个chunk时78.8%→85.2%，10个chunk时87.2%→92.8%，20个chunk时持平。64% 相似待验证Terminal-Bench 4.0的标准误差为±2.6分，Opus 5的51.8%复现为52.3%，Anthropic称之为噪声。60% 相似待验证在Terminal-Bench 4.0上，Haiku 5.5的39.2%对比Opus 5.5的70.6%。59% 相似待验证用非重叠锚点重新评估后，净优势反而从+4.1pp增大到+5.5pp，但显著性从2.4个标准误降至1.4个标准误；膨胀因子约2.4倍，恰好等于sqrt(912/163)。59% 相似待验证Grok 4.6在UI设计测试中表现平庸，逊于Fable和5.6 Sol58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1060681API
curl https://kongchang.com/api/v1/knowledge/claims/1060681MCP
get_claim(id=1060681)