待验证50% 置信事实精确时间
在单卡RTX 3090上微调Qwen时，开发集正确回答数从7/28提升到13/28，但平均负对数似然（NLL）从2.215恶化到3.916。
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）76% 相似待验证Qwen2.5-Max-0902最大输出为13万Token，推理模式下上限可达26万Token70% 相似待验证在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。70% 相似待验证Qwen3 235B Instruct 2507比其余7款模型更依赖涨幅（+18.6点），但未被判定为追涨69% 相似待验证19 个模型的得分从 0.55 到 1.00 不等，Qwen 3 235B A22B Instruct 以 1.00 排名第一68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1064010API
curl https://kongchang.com/api/v1/knowledge/claims/1064010MCP
get_claim(id=1064010)