待验证50% 置信基准精确时间

移除记忆画像后，精确匹配下降24.7个点，重标定后的BERTScore从0.57掉到0.35。

1

来源数

50%

置信度

长期有效

时效性

2026/10/30

首次发现

来源

1B小模型同时学会何时插话与说什么：门控与提示生成合二为一

涉及实体

记忆画像concept 精确匹配concept BERTScoreconcept

相关事实

待验证在 12 个块、1282 个评分位置上，Q4_K_M 恢复 BF16 时，注意力消除 0.030（95% CI 0.019–0.041），MLP 消除 0.036（0.024–0.048），配对差异跨越零，两者无法区分；将 Q4_K_M 注入 BF16 时，MLP 增加更多（0.014，0.005 至 0.023）。70% 相似待验证在 CodeMemoryBench 上，Code Memory 层代码上下文召回准确率为 64.2%，SWE 级问题直接解决率为 35.6%。66% 相似待验证经验内化微调把Qwen3-8B-27B的一次性得分从37.07提升到48.22，同时生成Token从641万降到57万（减少11倍）64% 相似待验证在Qwen3.5-9B模型上，SchemaShield-Lite在DICE-300基准上将准确率从0.717提升至0.813，恢复了22个漂移导致失败中的19个。64% 相似待验证在题目规模跨越256x的范围内，单次运行的错误判定率几乎不变：T=16时为0.531，T=4096时为0.534。64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1115411

API

curl https://kongchang.com/api/v1/knowledge/claims/1115411

MCP

get_claim(id=1115411)