待验证50% 置信事实精确时间
论文目前尚未给出与代表性传统求解器在同等精度下的系统性效率对比，完整基准测试有待后续工作补充。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/6
首次发现
有效期至：2027/2/4
来源
涉及实体
相关事实
待验证现有自蒸馏智能体RL评估存在结构性问题：很多工作直接复用已发表论文中不同实验条件（不同模型规模、训练步数、评估协议）下的基线分数，且多数论文只与自身改进前版本对比，缺乏与同期其他方法的直接比较。76% 相似待验证上述性能数据来自单一论文的实验设置，但覆盖了多个基准测试，且与主流摘要方法进行了对比。74% 相似待验证在本次测试配置下，GEPA优化后的提示并未系统性地超越专家手写提示74% 相似待验证应使用将要实际发布的精度版本做基准测试，而不是实验室里测过的更高精度版本74% 相似待验证本文测试为单一UP主的实测记录，样本数量有限，评判标准带有主观性，结论稳健性有待更大规模测试验证73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1141644API
curl https://kongchang.com/api/v1/knowledge/claims/1141644MCP
get_claim(id=1141644)