待验证50% 置信基准精确时间
在Terminal Bench 4.1上,Hydrogen得分从18.2%提升到57%,捏造断言比例降到1.5%以下。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/14
首次发现
有效期至:2026/11/28
来源
Gemini 4 Hydrogen发布:百万上下文统一价,动态编排器省24%额度
bilibili穿睡衣的小白白2026/11/14
涉及实体
相关事实
待验证将 min_area 从 120 降到 40,在轻度遮挡下召回率从 0.776 升到 0.981、花苞召回率从 0.382 升到 0.947,但误报从 4 涨到 49,总误差从 −20.5% 翻成 +21.4%。65% 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64% 相似待验证一些评估中的'高部分得分'掩盖了仅有0%到4%的真实交付率64% 相似待验证在 MBPP(Evalplus 版本)上,扩展词表模型的得分从 65.3% 略微下降到 64.6%。62% 相似待验证反事实mDPO使METEOR从58.10%提升到85.30%,Self-BLEU-2从58.79%降至52.88%,Distinct-3从6.68%提升到7.81%62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1171291API
curl https://kongchang.com/api/v1/knowledge/claims/1171291MCP
get_claim(id=1171291)