待验证50% 置信基准精确时间
在 EndoVis-18 基准的事实一致性指标上,GRAC 的器械-动作-目标三元组集合准确率达到 52.6%,SGT 为 32.7%,最强传统基线为 26.2%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/9
首次发现
有效期至:2027/2/7
来源
涉及实体
相关事实
待验证作为对照的简单三规则基线(3-rule baseline)准确率仅为64.4%,Jev领先约8个百分点70% 相似待验证在EvoArena测试中,Step Level最高的GPT-5.5只有50%出头的准确率,Chain Level表现最好的Gemini-3.1 Pro和GLM-5.1也只有约28%-29%69% 相似待验证EfficientNet-B3 与 SVM 的组合取得最强基线表现,准确率达到 96.31%,宏观 F1 分数为 96.36%68% 相似待验证在18k字符预算下,锚定混合检索达到36.18%准确率,BM25达到35.98%,而最佳的直接规划器引导方法仅为34.19%67% 相似待验证在 GSM8K 基准上,标准思维链准确率约为 56%-63%(GPT-3 规模),PAL 可提升至 72% 以上67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1150312API
curl https://kongchang.com/api/v1/knowledge/claims/1150312MCP
get_claim(id=1150312)