待验证50% 置信基准精确时间
实验结果显示，不同类别替换产生的答案变化比同类别替换高出49.7到60.9个百分点。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/28
首次发现
有效期至：2027/1/26
来源
涉及实体
相关事实
待验证消融分析显示片段范式微调在测试集带来+5.29分提升，而用2000检索词替换前4500转录词仅带来+1.55分提升78% 相似待验证在 119 对“近似问题”测试中，0.81 阈值下 62% 的改动问题会错误命中；即使提高到 0.90，仍有 25% 会命中；真正的同义改写命中率从 39% 降到 4%。72% 相似待验证在早前测试中，一次将工具得分从31提升到74的改写，反而让两个模型的选择表现变差。71% 相似待验证研究者测试的修正方法——将每个答案与其配对答案的补数取平均——通过构造恢复了互补一致性，并降低了两种措辞上平均的Brier损失。71% 相似待验证重写一个提示词中的某条标准会导致同一提示词里其他标准的通过率波动5-10个百分点70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1105811API
curl https://kongchang.com/api/v1/knowledge/claims/1105811MCP
get_claim(id=1105811)