待验证50% 置信基准精确时间
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%。
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
涉及实体
相关事实
待验证训练完成后，Needle在30个测试样本上取得了96.7%的F1调用得分61% 相似待验证仅标签训练（Label-Only）方法取得0.896的准确率和0.564的span F1，逐字引用从训练前的0.597提升到0.72960% 相似待验证在三种骨干 LLM 上的实验表明，ExLabel 在所有设置下均取得了最佳 F1 分数。60% 相似待验证毛干计数任务由带有支持图（support-map）通道的EfficientNet-B5承担，在与专家框对齐的计数准确率上达到87.0%，宏平均F1分数为0.8560% 相似待验证在 6 个 Tanks and Temples 表面场景中，Hexels 取得对比方法中最高的平均 F1 分数（34.38%），2DGS 为 31.72%。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1113919API
curl https://kongchang.com/api/v1/knowledge/claims/1113919MCP
get_claim(id=1113919)