待验证50% 置信基准精确时间
在194条Yelp文本判断上，B1（0.8B）正确184条，B2（4B）正确192条；平均NLL分别为0.09620和0.04024。
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
涉及实体
相关事实
待验证在1,184条历史多任务问题上，B1正确951条，B2正确1,033条，NLL分别为0.60133和0.46749。77% 相似待验证在 GSM8K（1319 题，8192 token 上限）测试中，BF16 得 1249，FP8 得 1241，MXFP8 得 1250，NVFP4 得 1238，三种量化格式在 ±3 分容差内与 BF16 打平66% 相似待验证在标准DDPM设置下，秩为4时取得了最佳的FID成绩124.1380，秩为8紧随其后为124.213666% 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 排名第一66% 相似待验证自研W4内核的困惑度（probe ppl）为15.76，优于bitsandbytes NF4的18.98。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1064019API
curl https://kongchang.com/api/v1/knowledge/claims/1064019MCP
get_claim(id=1064019)