待验证50% 置信基准精确时间

在AIME-2024数学推理基准上，pass@1从0.39提升至0.49

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/12

首次发现

有效期至：2026/10/10

来源

DeepSeek-V4 Flash RL训练成功迁移AMD MI355X GPU全解析

twitterlmsysorg2026/7/10

相关事实

待验证对于双精度浮点数，在数值 1.0 附近一个 ULP 约为 2^-52 ≈ 2.22×10^-1659% 相似待验证初代Codex在HumanEval基准测试上的pass@1指标达到28.8%，而直接使用GPT-3仅为0%57% 相似待验证与INT4纯整数量化不同，浮点格式能更好地表示接近零的小数值57% 相似待验证在 XBEN 白盒模式下 T3MP3ST 的 pass@1 达到 98.7%，最差单轮为 98.1%（102/104）56% 相似待验证GPTQ（2022年）和AWQ（2023年）能将70B参数的LLM量化到INT4精度，困惑度损失不到1%56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/490937

API

curl https://kongchang.com/api/v1/knowledge/claims/490937

MCP

get_claim(id=490937)