待验证50% 置信事实精确时间
作者对 multilingual-e5-large-instruct 和 BGE-M3 的复现分数与已发表的 MTEB 结果误差在 2.4 个百分点以内。
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
待验证作者采用加权评分方案:结果维度Pass计1.0分、Partial计0.5分、Fail计0分;严重度权重Critical为4、High为3、Medium为2、Low为165% 相似待验证用非重叠锚点重新评估后,净优势反而从+4.1pp增大到+5.5pp,但显著性从2.4个标准误降至1.4个标准误;膨胀因子约2.4倍,恰好等于sqrt(912/163)。64% 相似待验证o4-mini与gpt-5-thinking-mini在SimpleQA上的准确率几乎相同,但后者错误数量比前者少大约三倍。63% 相似待验证在Joyo-Kanji-Yomi基准上,Ruby-OPD在原始文本输入下取得准确率97.13%、目标音素错误率(Target PER)2.02%、句子级音素错误率(Sentence PER)0.70%、句子级字符错误率(Sentence CER)4.21%。62% 相似待验证来自Google QAT检查点的int4构建在Gemma 4 E2B上精度仅比bf16低不到0.5个点(0.678 vs 0.683),而从bf16直接round出的int8构建掉了1.3个点。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1153283API
curl https://kongchang.com/api/v1/knowledge/claims/1153283MCP
get_claim(id=1153283)