待验证50% 置信基准精确时间
一个 8.1B 参数的 LLM 检测器在统一评估协议下的 F1 成绩与 LogCDM 相差仅 0.013-0.12。
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
待验证在分层抽样的1,000条测试子集上,最强的LLM提示配置准确率为0.477,而微调后的DistilBERT达到0.879。68% 相似待验证vLLM公布DeepSeek模型推理优化成果:在相应测试配置下解码吞吐与官方引擎差距不超过6%,测试覆盖8-256的批次规模。66% 相似待验证采用保守融合规则(仅当NLI和LLM判断一致时才输出Support或Contradict,否则输出Not Enough Evidence)后,Macro-F1分别降至0.7392(Qwen3)、0.6730(Llama 3.1)和0.5991(Mistral),均低于各自单独使用的成绩。65% 相似待验证最强的受控直接基线在逻辑 F1 指标上仅为 0.371±0.018,低于 EviDent-CBCT 的 0.40265% 相似待验证LLM评估分数的可用分辨率大约是0.5分,不是0.1分。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1154285API
curl https://kongchang.com/api/v1/knowledge/claims/1154285MCP
get_claim(id=1154285)