待验证50% 置信基准精确时间
在 P2NPCBench 评估中，12 个专有与开源模型在 NPC 问题上的平均 pass@1 为 35.4%，在 P 双胞胎上为 63.8%，差距接近 28 个百分点。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/22
首次发现
有效期至：2027/1/20
来源
涉及实体
相关事实
待验证二项分布的方差为Np(1-p)，在p=0.5时达到最大值64% 相似待验证测试数据表明RNN头与马尔可夫头的草稿通过率差距仅在1-2%以内，而部署成本差距可达数倍63% 相似待验证在具体实验案例中，重叠锚点方案（n=912）显示模型55.2%对多数类51.1%，净优势+4.1pp，约2.4个标准误；非重叠锚点方案（n=163）显示59.5%对54.0%，净优势+5.5pp，约1.4个标准误。61% 相似待验证若单一模型漏检率为 p，两个训练背景不同的模型同时漏检同一错误的概率近似降至 p²，20%漏检率理论上可降至 4%61% 相似待验证模型对高位/VP附着（N1）的召回率高达99.71%，而对低位/NP/嵌入式附着（N2）的召回率只有89.26%60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084108API
curl https://kongchang.com/api/v1/knowledge/claims/1084108MCP
get_claim(id=1084108)