待验证60% 置信基准精确时间

Anthropic的研究表明，即便温和的对齐训练也会导致模型在某些推理密集型任务上下降2-8个百分点

2

来源数

60%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

Fable 5对决GPT-5.6 Sol：基准测试、定价与AI权力博弈深度解析

bilibili黑纹白斑马2026/7/3

相关事实

待验证研究表明模型在自我批评任务中的准确率显著低于由另一模型执行批评的场景76% 相似待验证MoE架构每次推理仅激活少数专家，训练成本相对同等能力稠密模型大幅降低，10B激活1B相比10B稠密模型训练成本低10倍且推理更快75% 相似待验证实验结果显示排练减少了观察到的身份退化，但同时降低了跨领域迁移性能74% 相似待验证对于两个被测试的模型，开启最大推理能力后深度谜题上的让步率从19.2%和12.5%直接降到了0%74% 相似待验证对于训练数据欠覆盖的细胞类型或物种，这类模型的预测结果可靠性会显著下降73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/290466

API

curl https://kongchang.com/api/v1/knowledge/claims/290466

MCP

get_claim(id=290466)