待验证50% 置信基准精确时间
在与身份相关的子集上，IRM达到3/5正确，恒等变换基线为1/5。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/21
首次发现
有效期至：2026/11/4
来源
涉及实体
相关事实
待验证在七留出查询的评估中，训练后的IRM在top-1结果上达到4/7正确，恒等变换基线为3/7。76% 相似待验证用非重叠锚点重新评估后，净优势反而从+4.1pp增大到+5.5pp，但显著性从2.4个标准误降至1.4个标准误；膨胀因子约2.4倍，恰好等于sqrt(912/163)。65% 相似待验证EvoSkill v2 在 τ³-bench banking 基准上，将留出集通过率相比较强的基线高出 5.4 个百分点。62% 相似待验证在补全FP8量化函数最后一个Token的任务中，DeepSeek-V4-Flash-Base在代码前加等号装饰后，当等号数量除以4余数为0或1时错误率高达71.3%，余数为2或3时正确率回到91.5%。61% 相似待验证在 agent-audit-mcp 的三进制枚举编码中，全零向量（所有维度为 0）的枚举键 idx 等于 (3^9 - 1) / 2 = 9841。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1081279API
curl https://kongchang.com/api/v1/knowledge/claims/1081279MCP
get_claim(id=1081279)