待验证50% 置信基准精确时间

第一轮测试（23 个合成用例 × 3 次运行）中，qwen2.5:1.5b 的正确判断率只有 30%，qwen2.5:7b 只有 46%，两者均不及格；qwen2.5:7b 有 14% 的情况错误地判断为“已覆盖”。

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

SoloOps AI：用本地AI识破客户免费加需求

rss2026/10/19

涉及实体

qwen2.5:1.5bmodel qwen2.5:7bmodel SoloOps AIproduct

相关事实

待验证使用Qwen3-14B生成风险考卷仅5/25段带清晰信号，换用更严格提示词和Qwen3-32B后才凑到21段。79% 相似待验证使用Qwen2.5 0.5B作为草稿模型每次提议4个token的推测解码测试中，串行处理整体草稿接受率为32.9%，并发处理为37.1%77% 相似待验证Qwen3-1.7B的整体因果忠实度只有54.8%，远低于Qwen3-4B77% 相似待验证作者提到此前测试的35B、3B等其他模型在看板任务上的表现反而不如Qwen3 27B的Q2版本77% 相似待验证Qwen3 27B在多项编程和智能体基准测试中的得分超越了Claude Opus 4.676% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1069624

API

curl https://kongchang.com/api/v1/knowledge/claims/1069624

MCP

get_claim(id=1069624)