待验证50% 置信基准精确时间
Tev1与本地运行的Qwen3.5 9B在平均字段准确率上无统计显著差异(0.917 vs 0.918,p = 0.26)。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/17
首次发现
有效期至:2027/2/15
来源
涉及实体
相关事实
待验证准确率方面:τ=0.4 为 0.7305,托管单跑为 0.7085,本地单跑为 0.7320,τ=0.6 为 0.7115。75% 相似待验证Qwen3.5-0.8B原版NLL为2.905585,PPL为18.2759;Qwengram-0.8B的NLL为2.853786,PPL为17.353473% 相似待验证Qwen2.5-1.5B 在 GSM8K 上得 0.729,比 Gemma 4 E2B 低 18.2 个百分点;Qwen3-0.6B 得 0.599,低 31.2 个百分点;SmolLM2-1.7B 得 0.461,低 45.0 个百分点。71% 相似待验证在 BFCL 工具调用测试中,SmolLM3-3B 得分 0.945,略高于 Gemma 4 E2B 的 0.927,但差异不显著;Qwen3-4B(0.940)、Qwen3-1.7B(0.935)、Qwen2.5-1.5B(0.910)、Granite 3.3 2B(0.920)均与 Gemma 处于同一水平。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1178545API
curl https://kongchang.com/api/v1/knowledge/claims/1178545MCP
get_claim(id=1178545)