待验证50% 置信事实精确时间
实验发现,当只有有限数量的问题可用时,浅层问题往往比深层问题获得更高的任务性能,即使问题总数相同。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/5
首次发现
有效期至:2027/2/3
来源
涉及实体
相关事实
待验证实践启示:在测试时集成中,当问题稀缺时应优先扩充问题集而非盲目增加生成次数;当问题充足时生成次数的提升会遭遇识别天花板。75% 相似待验证在通用任务上的实验表明,分层问题构建方法在保持任务性能的同时提高了可解释性。75% 相似待验证研究观察到不同任务之间存在固有的难度差距,LLM 在某些类型的推理任务上表现明显更弱74% 相似待验证机制三:当问题数量足够多时,极小极大超额风险触及 N^{-β} 的识别下界,即使拥有无限多的问题也无法突破,该下界与问题数量无关。73% 相似待验证级联架构的收益来自任务难度的长尾分布:绝大多数请求属于简单类别,把高价模型留给少数困难样本,能在质量几乎不变的前提下压低平均成本。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1138220API
curl https://kongchang.com/api/v1/knowledge/claims/1138220MCP
get_claim(id=1138220)