待验证50% 置信基准精确时间

VERS在GSM8K完整测试集上将生成的token数量减少了45.8%，准确率仅下降0.82个百分点。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/11/3

首次发现

有效期至：2027/2/1

来源

VERS：编辑激活解释，实现推理模型token减半

rss2026/11/2

涉及实体

VERSconcept GSM8Kconcept

相关事实

待验证在竞赛问题上，VERS在所有模型规模上均损失3-7个百分点的准确率。75% 相似待验证当主流模型在 GSM8K 上的准确率逼近 95% 以上时，该基准便失去了区分度。73% 相似待验证接受率随位置逐级衰减：GSM8K从位置0的0.92下滑至约0.53，MTBench从0.78急跌至0.13，因误差在连续猜测中累积72% 相似待验证MFGS的总GMACs降低52%至55%，意味着同等任务下模型所需的算力几乎减半。72% 相似待验证研究表明，即使在 GSM8K 或 MATH 数据集上接近满分的模型，面对稍作变形或需要跨领域组合的问题时性能下降可达30-50个百分点70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1130557

API

curl https://kongchang.com/api/v1/knowledge/claims/1130557

MCP

get_claim(id=1130557)