待验证50% 置信基准精确时间

2020 年 Dodge 等人发表在 EMNLP 上的研究显示，在 GLUE 基准多个任务上 BERT 微调的性能波动范围可达 2-3 个百分点

1

来源数

50%

置信度

长期有效

时效性

2026/8/5

首次发现

来源

ML论文可复现性危机：60%代码存在致命Bug，顶会该强制提交代码吗

相关事实

待验证DistilBERT 通过知识蒸馏将 BERT 参数压缩至 66M，推理速度提升 60% 而性能损失约 3%66% 相似待验证在收敛型任务上，模型达到一定规模后存在明显的性能饱和现象，参数量或训练数据的继续增加对准确率的边际贡献快速衰减63% 相似待验证在BERT微调场景下，按旧新数据1:3至1:5的比例混合，能有效维持旧类别性能62% 相似待验证Unsloth声称其微调工具可将微调速度提升2-5倍同时减少80%的显存占用61% 相似待验证LLMOps核心指标包括每千Token成本、首Token延迟（TTFT）、提示词命中率和幻觉发生频率61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/692361

API

curl https://kongchang.com/api/v1/knowledge/claims/692361

MCP

get_claim(id=692361)