已过期50% 置信基准精确时间
在实测中，Klaus Goh 的零样本推理仅用 10 秒就完成了 2700 多个预测点的计算
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/13
首次发现
有效期至：2026/10/11(已过期)
来源
科研自动化Agent实测：零样本复现NeurIPS顶会论文全流程
bilibiliNitres2026/7/9
相关事实
待验证参数量在1亿以下的轻量模型经领域数据微调后可达95%以上意图分类准确率，单次推理延迟控制在5-20ms以内62% 相似待验证当所有模型在某评测上都能拿90分时该评测就应退场，即基准饱和现象61% 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）61% 相似待验证在机器学习多种子实验中重复次数通常只有5到10次，样本量极小，正态性假设难以验证，因此 Wilcoxon 检验往往是更保守稳健的选择61% 相似待验证OpenAI的图表显示，在较低的测试时计算量下，模型对这道题的成功率接近零，只有在极长的推理链条下才偶尔成功61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/500134API
curl https://kongchang.com/api/v1/knowledge/claims/500134MCP
get_claim(id=500134)