待验证50% 置信基准精确时间
在 Spider 2.0-lite 的 205 道 BigQuery 题上，schemagate 的正确率只有 45.9%；Snowflake 部分尚未运行。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/24
首次发现
有效期至：2026/11/7
来源
涉及实体
相关事实
待验证在Spider上，schemagate与论文最佳配置的AC-F1同为93.0，但schemagate误答率为5.1%，略高于论文的4.6%。65% 相似待验证在 Spider 数据集上，schemagate 与同模型（Claude Sonnet 4.5）得分持平，均为 93.0；论文在 Spider 上的最佳成绩来自 DeepSeek V3.2-Reasoning，达到 95.9。64% 相似待验证在 agentgateway 的实测中，nemotron-3.5-lightning（32.9B 稀疏 MoE，1M 上下文）有效回答率为 45.0%（27/60），已答准确率为 100%（27/27），全量准确率为 45.0%（27/60）。53% 相似待验证Mindscend 团队的 26.2M 参数 GECToR 风格编辑标注器 v1.5 在 F0.5 指标上达到 0.799，误改率 2.4%，保护片段丢失率 0.0%。52% 相似待验证同一套流水线、同样的 135 道 Spider 2.0-lite SQLite 题上，Sonnet 拿到 71.9% 而 Opus 只有 67.4%，但在 BIRD 上 Opus 表现更好。51% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1092533API
curl https://kongchang.com/api/v1/knowledge/claims/1092533MCP
get_claim(id=1092533)