待验证50% 置信事实精确时间
在匹配的采样预算下，部分大幅剪枝的模型在pass@k上能匹配甚至超过原始模型，尽管其pass@1更低。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
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%60% 相似待验证K折交叉验证的K通常取5或10，这在偏差-方差权衡上被实证为较优选择59% 相似待验证在Claude Opus 4.5等强模型上，DeReAct未提升Pass@1但使轨迹更证据完整且更符合约束条件58% 相似待验证在四视图测试时增强下，将扁平模型与标签相关性模型集成，在八项指标中的六项上取得最佳配置：exact match 0.694、micro-F1 0.678、macro-F1 0.456、macro-AUC 0.972。57% 相似待验证在匹配的batch-size-1解码延迟下，LRCC在Llama-3.2-1B上同时改善了困惑度和下游准确率57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1129102API
curl https://kongchang.com/api/v1/knowledge/claims/1129102MCP
get_claim(id=1129102)