待验证50% 置信基准精确时间
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。
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。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64% 相似待验证在 2026-10-12 的主会话中（Claude Code 2.1.286，Opus 5.5，100 万 token 窗口），首个 skill_listing 附件包含 64 个条目、26,791 字符，按全角双倍计数相当于 30,000 预算中的 28,119，占 94%。62% 相似待验证6.1天后实盘记分板：审计岗+4259，分析岗+2300，侦察岗+1459，成交岗+775，构建岗+619，营销岗+521，总计+9933。61% 相似待验证C 运行时的困惑度为 26.8407，PyTorch 参考实现为 26.8188，差异 0.082%，满足 ≤1% 的门槛。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1064020API
curl https://kongchang.com/api/v1/knowledge/claims/1064020MCP
get_claim(id=1064020)