待验证50% 置信基准精确时间
TID的七系统ROVER集成在未归一化测试集上取得36.25%的WER。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/10
首次发现
有效期至:2027/2/8
来源
涉及实体
相关事实
待验证在 Automation Bench 测试中,GPT-6 Sol 的 extra high 档拿下 33% 的第一名,而 5.6 的 max effort 得分为 28.866% 相似待验证LIAR基准上最先进的监督模型六分类准确率仍徘徊在28%-32%65% 相似待验证在 96 token 上下文下,ILRN 的留出测试集 top-1 准确率为 27.17%,Transformer 为 25.83%。65% 相似待验证在六个基准和三个 Qwen3-VL 模型规模上,匹配估计与优化 rollout 次数条件下,Timbre 在适应实例上对比 TTRV 取得 18 个基准-模型设置中 16 个更优,在留出实例上为 17 个。65% 相似待验证在 2456 个保留 prompt 上的测试中,把采样步数从 20 提到 50,FID 仅从 27.0 改善到 26.6(0.4),而去掉 shift 后 FID 从 27.0 升到 27.3、FD-DINOv2 从 218 升到 22864% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1153254API
curl https://kongchang.com/api/v1/knowledge/claims/1153254MCP
get_claim(id=1153254)