待验证50% 置信事实精确时间
上述性能数据来自单一论文的实验设置，但覆盖了多个基准测试，且与主流摘要方法进行了对比。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/21
首次发现
有效期至：2027/1/19
来源
涉及实体
相关事实
待验证本文测试为单一UP主的实测记录，样本数量有限，评判标准带有主观性，结论稳健性有待更大规模测试验证78% 相似待验证论文采用配对比较（paired comparison）实验设计，保持任务指令和两路证据内容不变，仅改变证据出现的先后位置76% 相似待验证论文在五个基准测试和四个模型家族上进行了系统评估，SCOPE相比监督式图训练方法在多个基准上取得了更高的准确率。75% 相似待验证评估替代工具应进行小规模对照测试，用相同研究任务分别运行原版与替代版对比Token消耗与输出质量75% 相似待验证现有自蒸馏智能体RL评估存在结构性问题：很多工作直接复用已发表论文中不同实验条件（不同模型规模、训练步数、评估协议）下的基线分数，且多数论文只与自身改进前版本对比，缺乏与同期其他方法的直接比较。74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1078853API
curl https://kongchang.com/api/v1/knowledge/claims/1078853MCP
get_claim(id=1078853)