待验证50% 置信基准精确时间
论文在LoCoMo和MemGallery两个基准上使用四个开源与闭源骨干模型进行评测，macro-F1提升2.23到3.14个点。
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
待验证在四视图测试时增强下，将扁平模型与标签相关性模型集成，在八项指标中的六项上取得最佳配置：exact match 0.694、micro-F1 0.678、macro-F1 0.456、macro-AUC 0.972。67% 相似待验证该论文提出的基于状态空间模型的多尺度分类器在PANDA数据集上采用5折交叉验证达到macro F1 0.894和Gleason 5 F1 0.802。66% 相似待验证在 BioPhys-Bridge 评测中，DeepSeek-V4-Flash 以证据ID的F1分数 0.360 取得最高分65% 相似待验证相比最佳单尺度模型，该方法在PANDA数据集上的macro F1相对提升12%，Gleason 5 F1相对提升21%。64% 相似待验证GLM-5.3在Agents' Last Exam基准上达到开源模型SOTA成绩62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1106327API
curl https://kongchang.com/api/v1/knowledge/claims/1106327MCP
get_claim(id=1106327)