待验证50% 置信基准精确时间
在gpt-oss-120b端点上进行的4,580次受控整合实验(来自458个委员会的分层抽样)中,样本估计值为-0.09个百分点,设计加权后提升为+0.94个百分点(95%置信区间[-1.31, +3.50]),同时减少18.72%的输入。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/11
首次发现
有效期至:2027/2/9
来源
涉及实体
相关事实
待验证gpt-oss-120b 在干扰计数任务上每个正确答案花了约25倍的成本,准确率反而低了7.5个百分点(不显著)。78% 相似待验证通过改进采样过程,在保持相同权重的前提下,约96%准确率所需的名义最大层评估预算从60000次(100次尝试×50步×12层)降至1200次(5次尝试×20步×12层),约50倍缩减。75% 相似待验证消融分析显示片段范式微调在测试集带来+5.29分提升,而用2000检索词替换前4500转录词仅带来+1.55分提升74% 相似待验证在分组源不相交协议下,双视图堆叠模型达到平均准确率95.29%,标准差1.62个百分点(15个测试折)。73% 相似待验证在受控的八组配对生成块实验中,迭代程序在未见长度 n=13,15 上的成功率分别为46.1%和31.6%,而独立生成程序仅为19.5%和3.1%。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1158198API
curl https://kongchang.com/api/v1/knowledge/claims/1158198MCP
get_claim(id=1158198)