待验证50% 置信基准精确时间

Qwen 3.6 Max中性模式下歧义检测F1仅16%，平均每任务只问0.07个问题，但一旦提问澄清准确率高达94.7%

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

腾讯DiscoBench：评测LLM搜索代理歧义澄清能力的首个基准

bilibili熊二等兵2026/7/4

相关事实

待验证MiniMax M2.7每任务提问0.6个问题，但澄清推进率只有60.7%，存在低信息增益提问问题71% 相似待验证Qwen 3.6 Max在中性模式下端到端准确率仅12.3%69% 相似待验证Qwen3.7 Max的输出质量高度依赖提示词质量，同一模型在不同提示词下的性能差异可高达30%-50%68% 相似待验证引导模式下平均端到端准确率从28.6%提升到33.7%，歧义检测F1值从45.3%提升到64.9%68% 相似待验证Qwen3.6 27B版本在Simple QA测试中达到95.7%的准确率68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/387230

API

curl https://kongchang.com/api/v1/knowledge/claims/387230

MCP

get_claim(id=387230)