待验证50% 置信事实精确时间
CL在六个语言任务、24个模型和36对组合上进行了实验验证。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证研究团队在一个异构任务流上评估了 Routed CL，该流交错包含来自六个 CL-Bench 任务的301个实例，以及来自 τ³-Bench 的97个银行领域实例；实验覆盖四种语言模型，并进行了五次匹配的 rollout。75% 相似待验证一项测试覆盖12个模型、总计4,860次调用，表明语言模型在计算物理极限和判断设计可行性上出现系统性分裂。72% 相似待验证研究团队横跨4个语言模型家族、50个概念进行了系统验证70% 相似待验证论文在两个主干模型、四项推理与代码任务、三种基础采样器的设置下验证了CoDR70% 相似待验证作者写下了25个测试用例，覆盖无工具问答、计算、代码执行、搜索、多步骤任务以及失败场景。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125420API
curl https://kongchang.com/api/v1/knowledge/claims/1125420MCP
get_claim(id=1125420)