待验证50% 置信基准精确时间
在点中框准确率上,279M排序器达到73.4%,零样本UI-TARS-2B为29.6%,Qwen2.5-VL-7B为23.7%。
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'前一操作延续'类话语上,Qwen3.6-35B-A3B准确率86.3%,而4B和8B模型仅70.4%。74% 相似待验证Top3配置取得准确率97.148%、加权F1 97.055%、MCC 0.9675,全面超越使用全部21个指标的Full21配置(准确率95.999%、加权F1 95.521%、MCC 0.9549)72% 相似待验证Q64 的 74.32% 准确率仍低于原生 27B 基线的 75.68%,也低于 AnyJev Qwen3-32B L0 的 76.68%。71% 相似待验证在单卡RTX 3090上微调Qwen时,开发集正确回答数从7/28提升到13/28,但平均负对数似然(NLL)从2.215恶化到3.916。71% 相似待验证稠密的 Qwen3.8-27B 模型 3-bit 版本得分反而高 0.05(噪声范围内),但每任务生成 token 数量增加 40%(置信区间 1.25–1.59 倍)。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1178502API
curl https://kongchang.com/api/v1/knowledge/claims/1178502MCP
get_claim(id=1178502)