待验证50% 置信事实精确时间
在闭卷测试中，最近一个月的新闻题四个模型全军覆没得0分。
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
待验证在一个396个文件的大型混合职责项目上测试时，召回率几乎跌到零65% 相似待验证四个前沿模型中有三个的得分密集在0.785到0.816之间，彼此差距仅0.031，统计上无法区分；第四个模型得分为0.707，与前三者的差距均显著异于零。64% 相似待验证该研究来自Hacker News的讨论，热度有限，为35分、4条评论，具体研究方法、样本规模和统计显著性等细节尚未充分披露64% 相似待验证在100个问题上单独测试“视图不完整”提示，无提示时误答率为16%，有提示时降至5%。63% 相似待验证一位Reddit用户用13.8万条金融新闻标题微调ModernBERT，训练loss持续下降但测试集AUC始终停在0.49到0.51之间。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1081791API
curl https://kongchang.com/api/v1/knowledge/claims/1081791MCP
get_claim(id=1081791)