待验证50% 置信事实精确时间
在32B模型上的初步端点结果显示相同方向：SFT为35.53%，RLVR最终为22.37%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/23
首次发现
有效期至：2027/1/21
来源
涉及实体
相关事实
待验证在HLE基准测试中，COMED将GPT-5.5的表现从23.1%提升到28.1%75% 相似待验证在18k字符预算下，锚定混合检索达到36.18%准确率，BM25达到35.98%，而最佳的直接规划器引导方法仅为34.19%69% 相似待验证在纯推理任务上Qwen3 27B的HLE只有30.8分，明显落后于Opus的40.0分68% 相似待验证在 2456 个保留 prompt 上的测试中，把采样步数从 20 提到 50，FID 仅从 27.0 改善到 26.6（0.4），而去掉 shift 后 FID 从 27.0 升到 27.3、FD-DINOv2 从 218 升到 22868% 相似待验证RL能让4B模型追近27B模型超过一半的差距，但收益有明确天花板。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1088121API
curl https://kongchang.com/api/v1/knowledge/claims/1088121MCP
get_claim(id=1088121)