待验证50% 置信基准精确时间
在Qwen2.5系列模型上,从0.5B到14B参数规模,模型在适应症问题上的准确率提升了18.3个百分点,但在禁忌症问题上的准确率几乎停滞在随机猜测水平附近。
1
来源数
50%
置信度
长期有效
时效性
2026/11/17
首次发现
来源
涉及实体
相关事实
待验证在固定50条样本的评估集上,用50条数据微调的Qwen3-8B模型达到86%准确率,高于用2500条数据微调版本的76%。75% 相似待验证在Qwen2.5-32B模型上,仅将AdamW的一阶动量系数β₁从常规值增大,就在平均验证准确率上带来了近2个百分点的提升,无需修改其他超参数。75% 相似待验证基准测试提升从7.9%到48.1%指的是模型在某个数学基准测试上的准确率变化,7.9%接近随机猜测水平,48.1%表明模型具备实质性解题能力。73% 相似待验证实验设计了针对持续性与主导性结果的对照组,使随机猜测的正确率维持在 0.27 左右。73% 相似待验证三分类随机准确率约为 0.33、四分类约为 0.25,只有相对随机水平的提升幅度才能反映模型是否真正学到了东西。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1178228API
curl https://kongchang.com/api/v1/knowledge/claims/1178228MCP
get_claim(id=1178228)