待验证50% 置信基准精确时间
参与测试的五个代表性记忆系统在所有维度上的聚合得分最高仅为45%。
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
待验证在gpt-oss-120b端点上进行的4,580次受控整合实验(来自458个委员会的分层抽样)中,样本估计值为-0.09个百分点,设计加权后提升为+0.94个百分点(95%置信区间[-1.31, +3.50]),同时减少18.72%的输入。71% 相似已验证Long-Term团队实验表明,用同一个模型仅调整规则约束和记忆系统,成绩从52.8%涨到66.5%,排名从Top 30跳到Top 571% 相似待验证与表现最好的简单生成器相比,该模型在主测试集上 6 项中有 5 项领先,优势为 0.7 到 2.5 个百分点,且测试可证明其中 1 项的差距。68% 相似待验证一个不受约束的全层适配器,其增益中有21%到51%是通过同一批关键头的注意力路由的,而随机头最多只有7%。68% 相似待验证MedIQ多智能体系统最终达到57%准确率,摘要智能体带来约5%提升,而拥有全部前置信息的Oracle上限为66%68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1179635API
curl https://kongchang.com/api/v1/knowledge/claims/1179635MCP
get_claim(id=1179635)