待验证50% 置信基准精确时间
在 Qwen3-VL-8B 模型上,正确与错误轨迹的交叉从 621 次尝试中经验证器确认获得 272 个正确的后代轨迹,占比 43.8%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/4
首次发现
有效期至:2027/2/2
来源
涉及实体
相关事实
待验证换用Qwen模型测试结论一致,令牌方案正确率67.0%,真实数据64.8%71% 相似待验证从 Qwen3.8-27B 收集了 3189 条成功的 rollout 数据做监督微调(模仿学习),性能停滞在 47.5%,低于两次 RL 训练的成绩69% 相似待验证第一轮测试(23 个合成用例 × 3 次运行)中,qwen2.5:1.5b 的正确判断率只有 30%,qwen2.5:7b 只有 46%,两者均不及格;qwen2.5:7b 有 14% 的情况错误地判断为“已覆盖”。69% 相似待验证在归档的 Qwen 实验中,研究对 Qwen3.8-Flash-Next-FP8 做梯度写入测试,指定的首个答案 token 在 132 个独立重置的目标中被排到最高位,其中 93 个属于新晋提升,39 个原本就已在首位。68% 相似待验证在Qwen-3.5-4B-Instruct模型上,前两条主轴与人类自发请求的风格维度匹配精确率达72.8%,宏平均召回率43.6%68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1133768API
curl https://kongchang.com/api/v1/knowledge/claims/1133768MCP
get_claim(id=1133768)