部分验证65% 置信事实精确时间
原始素材没有给出 Qwen4-Max 基准测试的具体分数、评测集名称或对比模型列表。
3
来源数
65%
置信度
短期 (~14 天)
时效性
2026/11/16
首次发现
有效期至:2026/11/30
来源
涉及实体
相关事实
待验证原始素材没有披露 Qwen4-Max 的上下文窗口长度、最大输出长度等规格参数。79% 相似待验证该测试为单一来源的个人测试,模型型号被标注为Qwen 3.8 27B存在命名歧义,实际配置、量化方式、生成耗时等细节均未披露,可复现性有待验证76% 相似待验证Qwen4-Max 的基准测试数据目前主要来自供应商报告,而非第三方独立评测。76% 相似待验证第一轮测试(23 个合成用例 × 3 次运行)中,qwen2.5:1.5b 的正确判断率只有 30%,qwen2.5:7b 只有 46%,两者均不及格;qwen2.5:7b 有 14% 的情况错误地判断为“已覆盖”。73% 相似待验证三个被测模型中只有 Qwen2.5-3B 能在证据不支持答案时可靠地拒绝回答72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1177042API
curl https://kongchang.com/api/v1/knowledge/claims/1177042MCP
get_claim(id=1177042)