待验证50% 置信事实精确时间
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。
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
待验证在数学修复实验中，一个小型开源模型在Math 500测试上仅得7.9%，Astra通过定位并减掉两层内部的一个方向（约13万权重，改动比例0.016%），将分数提升至48.1%，指令遵循能力也提升约两倍。77% 相似待验证基准测试提升从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。77% 相似待验证在数学任务上，随着训练答案越来越离谱，失准回答的比例从4%飙升到60%以上，而模型的通用能力几乎没有损失。74% 相似待验证Scale AI的研究团队发现，部分模型在被污染的基准上的表现比在新编写的同等难度题目上高出10-15个百分点72% 相似待验证顶级AI模型在标准基准测试上的得分每6-9个月就会有显著跃升72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1135434API
curl https://kongchang.com/api/v1/knowledge/claims/1135434MCP
get_claim(id=1135434)