待验证50% 置信基准精确时间
在固定50条样本的评估集上，用50条数据微调的Qwen3-8B模型达到86%准确率，高于用2500条数据微调版本的76%。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
Qwen3-8B微调实测：LLM路由需要更多数据吗？
rss2026/10/18
涉及实体
相关事实
待验证在 600 张合成发票测试集上，QLoRA 微调模型的整票精确率为 83.0%，自动批准率为 86.8%，已批准发票中校验覆盖字段错误为 461 中 0 个（上界 0.8%）。74% 相似待验证文章指出50条评估集太小，单条样本得失可让准确率跳动2个百分点，因此86%的结果可能只是模型恰好适配了这50条而非泛化能力。73% 相似待验证在 n=100 且正负样本各半的条件下，55% 准确率的 95% 置信区间大致在 45%–65%，覆盖 50% 的基线，因此 5 个百分点的差距可能是随机波动。70% 相似待验证MedIQ多智能体系统最终达到57%准确率，摘要智能体带来约5%提升，而拥有全部前置信息的Oracle上限为66%70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1062616API
curl https://kongchang.com/api/v1/knowledge/claims/1062616MCP
get_claim(id=1062616)