待验证60% 置信基准精确时间
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%
2
来源数
60%
置信度
长期有效
时效性
2026/8/15
首次发现
来源
相关事实
已验证在CIFAR-10上训练40个epoch的复现实验中，plain-56的训练准确率为84.0%，plain-20的训练准确率为95.1%，尽管plain-56参数量（853,018）约为plain-20（269,722）的三倍79% 相似待验证在基准测试中，Logistic Regression 达到 86.7% 总体准确率、100.0% 冲击召回率、0.0% 步频误报。74% 相似待验证该手写MLP模型在完整MNIST训练集上能达到约98.5%的准确率73% 相似待验证在100张工单测试集中，SupportOps-AI的升级错误率为18%，幻觉率为6%，死循环率为3%，完全失败/未解决率为4%。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/750221API
curl https://kongchang.com/api/v1/knowledge/claims/750221MCP
get_claim(id=750221)