待验证50% 置信基准精确时间
在 Spider 结构化生成任务上，候选预算为 16 时，预取器覆盖了 Qwen3-8B 96.6% 的验证结果。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/26
首次发现
有效期至：2027/1/24
来源
涉及实体
相关事实
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% 相似待验证在留出的复合配方测试集上，LoRA 微调模型抓到 66%，基座 Qwen3.5-4B 模型抓到 78%。64% 相似待验证在 schemagate 的 benchmark 中，Spider 数据集 1034 个问题上纯数学排序准确率为 80.3%，重排序后为 96.5%；BIRD 数据集 1534 个问题上纯数学排序为 88.6%，重排序后为 96.7%。64% 相似待验证使用Qwen2.5 0.5B作为草稿模型每次提议4个token的推测解码测试中，串行处理整体草稿接受率为32.9%，并发处理为37.1%62% 相似待验证Qwen 3 4B 工具调用正确，但每步输出约 35KB 思考内容，六步预算下回答一个 215 美元的销售问题要超过四分钟。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098259API
curl https://kongchang.com/api/v1/knowledge/claims/1098259MCP
get_claim(id=1098259)