待验证50% 置信基准精确时间

在三种骨干 LLM 上的实验表明，ExLabel 在所有设置下均取得了最佳 F1 分数。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/30

首次发现

有效期至：2027/1/28

来源

自进化智能体ExLabel：提升SWE数据集质量评估

涉及实体

ExLabelmodel F1 分数concept

相关事实

待验证在第一项仿真研究的几乎所有设定中，FG-Lasso 都取得或并列最高的宏观 F1 分数63% 相似已验证F1分数是召回率和精确率的调和平均数60% 相似待验证在 Python 和多语言子集上，ExLabel 任务清晰度评估的 F1 相对最佳基线分别提升了 44.2% 和 49.9%。60% 相似待验证TRACER-7B 在转化率 F1 指标上超过最强基线达 11.4 分60% 相似待验证MDT在第三届ABAW挑战赛的BAH数据集有标签测试集上取得0.7408的宏平均F1，在私有排行榜上取得0.7368的Macro F160% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1113918

API

curl https://kongchang.com/api/v1/knowledge/claims/1113918

MCP

get_claim(id=1113918)