待验证50% 置信基准精确时间
在 MATH 数学推理基准上，JOLT 达到了与 GRPO 相同的准确率，但处理的训练 token 数量只有 GRPO 的约六分之一。
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Grisu 使用 64 位或 128 位整数运算模拟高精度计算，避免了传统方法中昂贵的 bignum 运算，Grisu2 变体能覆盖约 99.5% 的输入情况64% 相似待验证Grok 4.5 在 Tīrtha Bench 上的表现为 93.4% 准确率、98.3% 的陷阱通过率、1.85 秒延迟、每个正确答案 0.0015 美元。64% 相似待验证经过GRPO强化学习后，使用TailSFT的检查点最终pass@1提升最高达3.9分63% 相似待验证据 YouTube 频道实测分析，Grok 4.7 在多项基准测试中得分低于前代 Grok 4.663% 相似待验证Groq在Llama 3.1 8B上实测推理速度超过500 tokens/秒63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084757API
curl https://kongchang.com/api/v1/knowledge/claims/1084757MCP
get_claim(id=1084757)