待验证50% 置信基准精确时间
在CoT质量方面,CRoS在CoT-Pass@K(K=1到128)上持续优于基线,平均为43.4%对41.4%。
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
待验证表现最好的模型在 pass@3 上达到 38.7%,但在 pass^3 上只有 5.9%63% 相似待验证以 Qwen3-32B 为例,DoubtLess 在七个基准上实现 CoT 长度缩短 31% 且准确率保持不变。60% 相似待验证在BrowseComp-Plus基准上,CLM配合Qwen3 27B取得59.4%,比最好的摘要方案高约11%,计算量少约五分之一60% 相似待验证Unsloth公开的UD-Q4_K_XL量化平均KL散度为0.046893,与BF16的top-1一致率为92.255%。59% 相似待验证在Reasoning Gym基准上,使用Gemma-3-4B模型,CRoS在五个未见过的逻辑和游戏数据集上达到了46.8%的准确率,超过了最强基线(43.8%)。58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125788API
curl https://kongchang.com/api/v1/knowledge/claims/1125788MCP
get_claim(id=1125788)