待验证50% 置信基准精确时间

Pricor 公布的基准测试使用来自两家经销商的 29 个留出列：关键词/类型启发式正确 24/29（82.8%），Laya 零样本 18/29（62.1%），Laya 微调后 22/29（75.9%），Gemma 纯提示 25/29（86.2%）。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/19

首次发现

有效期至：2027/1/17

来源

Pricor：本地AI读供应商表格，精确引擎算价格

涉及实体

Pricorproduct Layamodel Gemmamodel

相关事实

待验证在分类任务的 100 个标签中，欺诈和正常各占 50 个，多数类基线为 50%，Gemma 4 31B 的 55% 在统计上不足以证明其超越基线。67% 相似待验证在100个问题上单独测试“视图不完整”提示，无提示时误答率为16%，有提示时降至5%。64% 相似待验证41个完整测试套件中有20个拿到满分100%，该基准已无法区分这些领先模型64% 相似待验证代码重放会继承提取环节的错误，在集群充分性测试中gpt-oss-120b的通过率反而从56%跌到40%63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1065585

API

curl https://kongchang.com/api/v1/knowledge/claims/1065585

MCP

get_claim(id=1065585)