待验证50% 置信基准精确时间

在使用通用奖励模型选择器时，LP-SMC在十二个设置中的十一个上取得了端到端准确率提升。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/20

首次发现

有效期至：2027/1/18

来源

LP-SMC：用谱系保留重采样提升扩散语言模型推理

涉及实体

相关事实

待验证托管模型Jev在11个决策点中的9个上显著更准确，优势幅度从+10.8到+46.0个百分点不等68% 相似待验证LatComm在12个多项选择题数据集上平均准确率相比单向量基线最高提升10.2个百分点。66% 相似待验证在八人配置中，gpt-oss 与训练网络的胜率差距单侧 Fisher 精确检验 p = 0.0017，远超随机波动。66% 相似待验证在使用十个策略快照的配置下，仅用8条提示达到24.09%平均准确率，接近使用14,080条提示的24.51%66% 相似待验证论文报告称混合推理智能体在多个测试集上准确率比常规模型高出约10个百分点65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1074021

API

curl https://kongchang.com/api/v1/knowledge/claims/1074021

MCP

get_claim(id=1074021)