待验证50% 置信基准精确时间

在300段由Qwen3-32B标注的练习考卷上，微调v3的Laya相比零样本版将11个问题的判断macro-F1从0.33提升到0.57，校准误差从0.15降至0.07，危险等级MAE从2.78降至1.56。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/18

首次发现

有效期至：2027/1/16

来源

本地恋爱聊天Copilot：322M判断+Gemma起草，数据不出电脑

涉及实体

Laya-multilingualmodel Qwen3-32Bmodel macro-F1concept ECEconcept

相关事实

待验证在 BioPhys-Bridge 评测中，Qwen3.7-Max 的证据ID F1分数为 0.31676% 相似待验证经验内化微调把Qwen3-8B-27B的一次性得分从37.07提升到48.22，同时生成Token从641万降到57万（减少11倍）72% 相似待验证Qwen2.5-3B-Instruct 在 EvidenceFlip 上综合得分0.90，动作准确率0.90，冲突检测1.00，抗压能力1.0072% 相似待验证表现最好的测试生成器在QHack上的测试质量为0.71，在Qiskit HumanEval上仅为0.3471% 相似待验证零样本 Qwen3.5-4B 在普通留出配料表测试集上达到 0.98 的召回率。70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1062480

API

curl https://kongchang.com/api/v1/knowledge/claims/1062480

MCP

get_claim(id=1062480)