待验证50% 置信基准精确时间
在 1,000 个验证案例上，最强 LLM 基线准确率为 62.7%，而 EMBER（73.6%）和 ORBIT（70.9%）表现更优。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
涉及实体
相关事实
待验证在分层抽样的1,000条测试子集上，最强的LLM提示配置准确率为0.477，而微调后的DistilBERT达到0.879。76% 相似待验证在 GSM8K 基准上，标准思维链准确率约为 56%-63%（GPT-3 规模），PAL 可提升至 72% 以上71% 相似待验证EfficientNet 从 B0 到 B7，模型参数从 5.3M 增长到 66M，Top-1 精度从 77.1% 提升到 84.3%71% 相似待验证在1M Token的CorpusQA评估中，标准RAG的准确率为17.38%，而使用Gemini 2.5 Pro的Memory Agent方法达到44.95%。70% 相似待验证在LongMemEval基准测试中，5个chunk时BM25准确率从78.8%提升到85.2%70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1102189API
curl https://kongchang.com/api/v1/knowledge/claims/1102189MCP
get_claim(id=1102189)