待验证50% 置信基准精确时间
在36个模型-基准设置中，有34个设置高TVS条目在预训练结束时表现优于低TVS条目，平均优势为7.3个百分点的机会归一化准确率。
1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现
来源
涉及实体
相关事实
待验证当前的顶尖模型综合测试分数为58分，千问3-27B的34分与之相差24分。67% 相似待验证H3模型训练时按32的倍数分辨率处理，推理时保持Multiple为32可避免尺寸不匹配导致的伪影或性能下降67% 相似待验证本地运行的Gemma 26B在453次评分预测中准确率仅为49.2%，其配对的永远说涨基准准确率为53.4%65% 相似待验证在18k字符预算下，锚定混合检索达到36.18%准确率，BM25达到35.98%，而最佳的直接规划器引导方法仅为34.19%65% 相似待验证产品测试使用独立模型 OpenAI GPT-5.6 Sol 按固定评分标准对 21 个功能点逐一打分，结果显示中位数有用性 1/3，仅 24% 被评为「真正有用」。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1105830API
curl https://kongchang.com/api/v1/knowledge/claims/1105830MCP
get_claim(id=1105830)