待验证50% 置信权衡取舍精确时间
重训存在取舍，在更干净的验证分布上部分极高的分数出现了轻微下降，但团队认为值得
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/31
首次发现
有效期至：2026/11/29
来源
涉及实体
相关事实
待验证班型越小（6人以下）教练纠正动作越及时，但单价显著更高；8人以上的班型性价比高但教练关注度明显下降，初学者容易养成错误发力模式71% 相似待验证测评题量与信度存在权衡：低于30题的『快测』因抽样不足信度偏低，但200题以上的专业量表易产生答题疲劳导致后半段随意作答，60-120题是兼顾信度与完成质量的区间68% 相似待验证Anthropic的研究表明，即便温和的对齐训练也会导致模型在某些推理密集型任务上下降2-8个百分点67% 相似待验证评测者认为任何超过7000分的表现代表卓越品质，低于6000分在当前标准下算不上高质量输出66% 相似待验证三代模型的预训练验证损失呈稳定下降趋势：2.87→2.78→2.5965% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/827600API
curl https://kongchang.com/api/v1/knowledge/claims/827600MCP
get_claim(id=827600)