待验证50% 置信基准精确时间
经过对抗训练的 SEMA-Auto 在 HarmBench 上的平均 ASR@1 比此前 SOTA 高出 13.8 个百分点。
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Shivacon-Energy 的 LoRA 微调配置为 rank 16、alpha 32，可训练参数约 880 万（占模型 1.75%），训练数据 1596 行，在 Google Colab T4 上训练 300 步、3 个 epoch、学习率 2e-4，训练损失 0.4018，验证损失 0.08377。54% 相似待验证SegFormer-B2在Yamaha-CMU Off-Road（YCOR）数据集上训练后，验证集mIoU约为57.4%54% 相似待验证pplx-decider-v1-27b 在 11 项基准测试中取得 85.7% 的平均成绩，领先于对比对象 Jev（官方数据）51% 相似待验证在Automation Bench测试中，成绩从Cell的8.1提高到Astra的41.4，CAD任务从83.3提高到95.950% 相似待验证在次要测试中，χ1设为1.03的SPreCap-e03在100层MNIST上取得了5.28%的测试错误率，而SELU为6.36%，Holm校正后的p值为0.0064，15个种子中有13个种子表现更好。50% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1103178API
curl https://kongchang.com/api/v1/knowledge/claims/1103178MCP
get_claim(id=1103178)