待验证50% 置信基准精确时间
在 63 个内部生产分类任务上,Decider v1.3 相比目前线上运行的分类器准确率提升了 6.54 个百分点。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/13
首次发现
有效期至:2027/2/11
来源
涉及实体
相关事实
待验证联合适配将四基准宏平均准确率从 66.46% 提升到 74.32%。72% 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%71% 相似待验证完整系统在六个由仿真器衍生的报告字段上达到了77.3%的准确率69% 相似待验证在微软内部覆盖 36 项基准、近 15 万道题目的评估中,Decision-1 以 83.5% 的平均准确率位居首位,超过 Jev 1.13.0(82.3%)、Quyet-1.0-Large(81.9%)、GPT-6 Luna Decisions(79.4%)68% 相似待验证GLM-5.3的智能体编程准确率随投入词元增加而提升:低投入约24.7,高投入31.5,最大投入34.768% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1164874API
curl https://kongchang.com/api/v1/knowledge/claims/1164874MCP
get_claim(id=1164874)