待验证50% 置信基准精确时间
在全部 405 个任务上，QERA 在四种前沿大模型上均取得最高解决率，平均为 21.0%；三种推理时基线中最强者为 18.2%，直接回答为 14.6%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/27
首次发现
有效期至：2027/1/25
来源
涉及实体
相关事实
待验证在 agentgateway 的实测中，qwen3.8（27.3B，Q4_K_M 量化，262K 上下文）有效回答率为 90.0%（54/60），已答准确率为 98.1%（53/54），全量准确率为 88.3%（53/60）。70% 相似待验证在 Qwen3-VL-4B 模型上，利用程序化生成的数据进行微调，将其在 SpaceCast-Bench 上的准确率从 34.0% 提升到 65.7%，并在六个域外基准上取得宏观平均增益。69% 相似待验证Qwen3.7 Max的输出质量高度依赖提示词质量，同一模型在不同提示词下的性能差异可高达30%-50%68% 相似待验证19 个模型的得分从 0.55 到 1.00 不等，Qwen 3 235B A22B Instruct 以 1.00 排名第一68% 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%68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1102091API
curl https://kongchang.com/api/v1/knowledge/claims/1102091MCP
get_claim(id=1102091)