待验证50% 置信基准精确时间

在256K上下文的大海捞针测试中，两款模型表现完全一致，均取得93%的成绩，仅在100%满上下文深度时各有一次失败

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/9

首次发现

有效期至：2026/10/7

来源

16G显存实测：Ornith 35B vs Qwen 35B全方位对决

bilibili程序员-智能译站2026/7/7

相关事实

待验证在该压缩比下，模型保留了74.2%的top-1%准确率67% 相似待验证在同一复现实验中，ResNet-20测试准确率为90.4%，ResNet-56测试准确率为91.7%，训练准确率分别为97.4%和99.0%67% 相似待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）66% 相似待验证记忆测试中保留全部上下文时模型95%的情况能准确找到学生提及的具体细节，而摘要压缩后准确率骤降至32%66% 相似待验证对同一测试用例执行多次调用统计成功比例得到通过率，比二元的通过/失败判断更能反映模型真实表现66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/342893

API

curl https://kongchang.com/api/v1/knowledge/claims/342893

MCP

get_claim(id=342893)