待验证50% 置信基准精确时间
实验表明PRM训练的模型在MATH基准上的准确率显著优于结果奖励模型（ORM）
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证在受控单次预训练对比实验中，使用Edu-QuRating筛选混合集训练的模型在九项基准测试上的整体观测准确率高于FineWeb-Edu基线模型，且性能提升集中在特定任务上73% 相似待验证实验表明按由易到难顺序喂给模型训练样本能加速收敛并学到更鲁棒的特征表示，性能优于随机打乱顺序的训练72% 相似待验证小模型通过知识蒸馏通常比直接在标注数据上训练精度高出2-5个百分点71% 相似待验证Data annotation quality directly determines the upper bound of model training performance70% 相似待验证针对特定领域精心训练的专用超分模型效果往往优于通用模型69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/895810API
curl https://kongchang.com/api/v1/knowledge/claims/895810MCP
get_claim(id=895810)