待验证50% 置信权衡取舍精确时间

对于个人风格模仿任务，几百到几千条高质量精心标注的样本往往胜过数万条未清洗的原始记录

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

微调LLM模仿真人聊天风格：情绪感知数据集构建指南

涉及实体

微调数据集concept

相关事实

待验证在包含约1000到2000条条款的语料库中两两配对检查，候选对数量将达到数百万级别62% 相似待验证COCO数据集包含33万张图像、80个类别、150万个物体实例59% 相似待验证MS MARCO数据集约有800万文档，来自Bing搜索日志，每个查询平均约有1.1个标注正样本57% 相似待验证COCO 数据集包含约12万张训练图像、80个类别、超过150万个目标实例，由微软研究院发布55% 相似待验证对一张1000×1000的灰度图像保留前50个奇异值只需存储约10万个数值（50×1000+50+50×1000），压缩率达到约10:155% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/911815

API

curl https://kongchang.com/api/v1/knowledge/claims/911815

MCP

get_claim(id=911815)