待验证50% 置信基准精确时间
在高噪声条件下，迁移学习模型的模型效率（ME）最高达到67.5%，而传统模型仅为10.4%。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证7个通过替代测试的模型变化率为15.9%，而6个未通过的模型高达25.8%，性能更好的模型受干扰程度较低但仍高于提示词修改影响67% 相似待验证非自回归语音模型通常比自回归模型快10-100倍，但表现力受限于预测器准确性65% 相似待验证在训练早期，模型输出接近均匀分布，α 较低；随着训练推进，模型学会将概率质量集中到正确 token 上，α 上升。64% 相似待验证与同等参数量的单步模型相比，Spatial-TRM 的上下文准确率相对提升 44.0%，绝对提升 9.02 个百分点。63% 相似待验证在Natural Plan基准上无需任务训练时，扩散模型计划修复成功率为53.7%，自回归模型为27.0%63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084388API
curl https://kongchang.com/api/v1/knowledge/claims/1084388MCP
get_claim(id=1084388)