待验证50% 置信事实精确时间
测试固定条件包括:基础模型unsloth/Llama-3.2-3B-Instruct-bnb-4bit,1000个样本,2个epoch、250步,批大小2,梯度累积4,有效批大小8,可训练参数约24.3M(占总参数0.75%)。
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
待验证该测试的局限性包括:任务规模有限(50个任务、每个提示词3次试验)、风格版本由单一作者撰写、华丽版本与正常版本存在长度混淆、仅测试英语和14B以下本地模型、困惑度检查仅覆盖三个较小Qwen模型且使用全精度权重而实际推理用4位量化。72% 相似待验证叠加cv=5的5折交叉验证后,144种参数组合需训练144×5=720次模型71% 相似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。70% 相似待验证Strife Technologies 旗下 trifero.ai 实验室训练的一个 360M 参数代码模型,在 HumanEval 上最初报告 26.8% 的 pass@1,在去除与基准测试重叠的指令数据后,真实数字为 22.6%。70% 相似待验证重试的默认参数建议:base 为 200ms、cap 为 30000ms、max 为 5 次尝试(加上初次调用共 6 次)。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1157267API
curl https://kongchang.com/api/v1/knowledge/claims/1157267MCP
get_claim(id=1157267)