待验证50% 置信基准精确时间
在车型粒度上，SL-Ground将AP从词元级变体的14.5提升至70.6（匹配训练候选采样条件下）。
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
涉及实体
相关事实
待验证在四视图测试时增强下，将扁平模型与标签相关性模型集成，在八项指标中的六项上取得最佳配置：exact match 0.694、micro-F1 0.678、macro-F1 0.456、macro-AUC 0.972。58% 相似待验证TrialScribe在八项指标上使本地部署的开放权重模型提升6.2至59.4分，使其能够匹配甚至超越GPT-5.6-Sol等专有模型。55% 相似待验证在基准测试中，Dyna-Q算法平均获得约0.62个徽章54% 相似待验证在同一细粒度汽车分类任务中，CLIP ViT-L的k-NN准确率约为59%54% 相似待验证仅标签训练（Label-Only）方法取得0.896的准确率和0.564的span F1，逐字引用从训练前的0.597提升到0.72953% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1074597API
curl https://kongchang.com/api/v1/knowledge/claims/1074597MCP
get_claim(id=1074597)