待验证50% 置信事实精确时间

该研究使用Llama 3.1 8B和70B模型在TOEFL9、Write and Improve 2024和BULATS-L1三个数据集上评估了token概率评分方法。

1

来源数

50%

置信度

长期有效

时效性

2026/10/19

首次发现

来源

LLM Token概率推断L2英语母语背景，70B模型达SOTA

rss2026/10/16

涉及实体

Llama 3.1 8Bmodel Llama 3.1 70Bmodel TOEFL9concept Write and Improve 2024concept BULATS-L1concept

相关事实

待验证GPTQ（2022年）和AWQ（2023年）能将70B参数的LLM量化到INT4精度，困惑度损失不到1%62% 相似待验证该框架在概率预测指标上边际负对数似然（NLL）为0.66380，连续排名概率得分（CRPS）为0.2730161% 相似待验证d1 支持三种问题类型：Boolean、Choice 和 Score，答案附带概率。60% 相似待验证测试采用了minimax_h3_fl2va_int8_convrot模型60% 相似待验证DASA的实验在Llama和Qwen两大模型家族的6个模型上进行验证，参数规模从1B覆盖到32B60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1066037

API

curl https://kongchang.com/api/v1/knowledge/claims/1066037

MCP

get_claim(id=1066037)