待验证50% 置信基准精确时间
EDU-Jev 4B 在十二个教育基准上取得 67.6% 的平均准确率。
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
待验证直接使用Kev的准确率为64.00%，仅输出最终答案的Qwen3.5-4B准确率为68.80%。72% 相似待验证作为对照的简单三规则基线（3-rule baseline）准确率仅为64.4%，Jev领先约8个百分点69% 相似待验证在 VL-RewardBench 上，JEV-27B-VL 整体准确率 78.3%，幻觉项 83.2%，推理项 78.2%，一般性问题准确率 58.0%。68% 相似待验证完整系统在六个由仿真器衍生的报告字段上达到了77.3%的准确率67% 相似待验证在微软内部覆盖 36 项基准、近 15 万道题目的评估中，Decision-1 以 83.5% 的平均准确率位居首位，超过 Jev 1.13.0（82.3%）、Quyet-1.0-Large（81.9%）、GPT-6 Luna Decisions（79.4%）66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125165API
curl https://kongchang.com/api/v1/knowledge/claims/1125165MCP
get_claim(id=1125165)