待验证50% 置信基准精确时间
在轮次结束检测任务上,Marimba 的 AUROC 达到 0.935,而对比模型(Qwen3-Omni-30B-A3B、Qwen2-Audio-7B、FireRedAudio 10.6B)在 0.54 到 0.79 之间。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/17
首次发现
有效期至:2026/12/1
来源
涉及实体
相关事实
待验证Marimba 的回合结束检测读出达到 AUROC 0.930,而专用模型 Smart Turn v3.2 在其自身测试集上取得 0.982。74% 相似待验证Qwen3.5-122B-A10B 在 100 次测试中出现 8 次拒答,KL 散度为 0.085667% 相似待验证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)。67% 相似待验证在'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%。66% 相似待验证Qwen3-8B应用WavePrune后HELMET分数从35.7提升到40.066% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1179997API
curl https://kongchang.com/api/v1/knowledge/claims/1179997MCP
get_claim(id=1179997)