待验证50% 置信事实精确时间
在GEPA论文中，合并算子能提升gpt-4.1-mini的平均表现，但会降低Qwen3-8B的效果，这一不对称性此前缺乏解释。
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
GEPA合并为何不稳定？机制级诊断揭示配置敏感与行为探针
rss2026/10/25
涉及实体
相关事实
待验证在Artificial Analysis基准中，Qwen 3.8逼近甚至超过了GLM 5.2 Max、Kimi K3和GPT 5.6等体积更大的模型71% 相似待验证GPTQ（2022）通过逐层量化并利用 Hessian 信息最小化量化误差，首次实现了大模型在 INT4 下的可用表现70% 相似待验证GPTQ（2022年）和AWQ（2023年）能将70B参数的LLM量化到INT4精度，困惑度损失不到1%69% 相似待验证用非重叠锚点重新评估后，净优势反而从+4.1pp增大到+5.5pp，但显著性从2.4个标准误降至1.4个标准误；膨胀因子约2.4倍，恰好等于sqrt(912/163)。69% 相似待验证在分歧富集数据集上，gpt-4o-mini裁判与两位作者共同确认的黄金标准之间的Cohen's kappa一致性系数仅为0.0469% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1102582API
curl https://kongchang.com/api/v1/knowledge/claims/1102582MCP
get_claim(id=1102582)