待验证50% 置信事实精确时间

基准测试提升从7.9%到48.1%指的是模型在某个数学基准测试上的准确率变化，7.9%接近随机猜测水平，48.1%表明模型具备实质性解题能力。

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

AI“读脑补丁”事件复盘：权重读取真实可复现，但编辑能力被夸大

涉及实体

数学基准测试concept

相关事实

待验证一条「可信来源」提示能让8个测试模型中的7个翻转45%到88%的正确答案77% 相似待验证一个AI模型在MATH500数学测试中的成绩从7.9%提升到48.1%，涨幅约6倍，这一提升源于修改了另一个模型0.016%的权重。77% 相似待验证研究数据表明，在数学竞赛级别问题上，启用深度推理的模型准确率可从不足30%提升至80%以上76% 相似待验证Perplexity在其研究基准测试中报告，新模型相比旧模型准确率提升9%、成本只有一半75% 相似待验证性能基准测试结果具有统计波动性，需要多次运行取中位数或P95/P99百分位来判断75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1135367

API

curl https://kongchang.com/api/v1/knowledge/claims/1135367

MCP

get_claim(id=1135367)