待验证50% 置信基准精确时间
在SDPO设置下基于Olmo-3-7B-Instruct，Muon-RT相比AdamW平均准确率提升2.0个百分点。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/2
首次发现
有效期至：2027/1/31
来源
涉及实体
相关事实
待验证引入 3B 小验证者时，ProVe 达到平均 2.7 倍吞吐量，但六任务平均准确率比 AR 低 2.6 个百分点。65% 相似待验证表现最佳的Edu-QuRater在还原留出集的GPT-4.1-mini成对判断时平均准确率达到0.91763% 相似待验证在分层抽样的1,000条测试子集上，最强的LLM提示配置准确率为0.477，而微调后的DistilBERT达到0.879。63% 相似待验证在 96 token 上下文下，ILRN 的留出测试集 top-1 准确率为 27.17%，Transformer 为 25.83%。63% 相似待验证VASPO 在 Qwen3-4B 上相比 PPO 平均准确率提升 2.59 个百分点，在 OLMo3-7B 上提升 1.81 个百分点。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125157API
curl https://kongchang.com/api/v1/knowledge/claims/1125157MCP
get_claim(id=1125157)