待验证50% 置信基准精确时间
在RULER needle-in-a-haystack和长上下文问答任务上，MERLIN相比基线在Gated DeltaNet-1.3B上提升8.3%。
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
待验证该框架在MERLIN基准上整体准确率相较当前最先进水平提升6.9%59% 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%58% 相似待验证EvoSkill v2 在 τ³-bench banking 基准上，将留出集通过率相比较强的基线高出 5.4 个百分点。57% 相似待验证相对开源基座模型Qwen3.5-4B，OPRD在SWE-bench Verified、SWE-bench Pro、SWE-bench Multilingual三个基准上的平均任务解决率提升了11.3个百分点。57% 相似待验证VisKG-LM在CommonsenseQA、OpenBookQA和MedQA-USMLE三个基准上相比GreaseLM基线分别提升了1.2、0.8和4.3个点56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1105931API
curl https://kongchang.com/api/v1/knowledge/claims/1105931MCP
get_claim(id=1105931)