待验证50% 置信事实精确时间

该Reddit社区实践测试覆盖了从1.5B小模型到120B大模型的区间

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/12

首次发现

有效期至：2026/12/11

来源

本地大模型幻觉检测实战：从1.5B到120B的低显存方案

涉及实体

相关事实

待验证该测试样本规模相对有限（5个模型、13个代码库），结论有待更大规模验证65% 相似待验证开发团队用分布式拆层方法测试过高达1万亿参数的模型64% 相似待验证一次典型的深度研究Agent任务涉及30-50次独立模型推理，累计token消耗轻松突破10万62% 相似待验证该研究进行了超过一千万次试验，涵盖来自四个模型家族的十二个LLM，覆盖八个领域61% 相似待验证美团技术团队发布General 365推理评测基准，对26款主流大模型进行测试，大部分模型未能达到60分及格线60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/917695

API

curl https://kongchang.com/api/v1/knowledge/claims/917695

MCP

get_claim(id=917695)