待验证50% 置信事实精确时间
该研究在739封真实的意大利语/英语邮件（231封无偏采样，500封对抗性采样）上比较了九种系统，包括关键词规则、TF-IDF+逻辑回归、本地类型化决策模型（Tev1、Nimble）、托管决策模型（Nimble v4-max）以及托管生成式LLM（Qwen2.5-7B、Gemma 4 26B/31B）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
涉及实体
相关事实
待验证研究在RAID基准上展开分析，覆盖六种文本生成器，包括纯基座模型和指令微调模型66% 相似待验证评估语言模型输出质量的标准基准包括MMLU（多领域知识）、HumanEval/MBPP（代码生成）、MT-Bench和AlpacaEval（指令遵循与对话）、GSM8K和MATH（数学推理）65% 相似待验证参数量从千亿级压缩到70亿乃至更小规模的大语言模型（如Llama、Phi、Gemma系列）已能在消费级显卡上流畅运行64% 相似待验证从文本中提取观点并结构化可以借助大语言模型（如GPT-4）的少样本提示完成，也可用基于规则的模式匹配或微调BERT类模型。64% 相似待验证大语言模型已被证实可用于自动化生成钓鱼邮件、变形恶意软件、模糊测试脚本63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098478API
curl https://kongchang.com/api/v1/knowledge/claims/1098478MCP
get_claim(id=1098478)