待验证50% 置信基准精确时间
在 CEHRI 60 题领域考试上，CRN v2 纠正了基座模型 53.3% 的错误，在改写变体上纠正 43.3%
1
来源数
50%
置信度
长期有效
时效性
2026/9/16
首次发现
来源
涉及实体
相关事实
待验证CRN v2 约有 3400 万可训练参数，相当于 46.5 亿参数文本模块的 0.73%58% 相似待验证微调后的Qwen3.5-4B模型在BU Bench V1基准上准确率从15%提升至53%58% 相似待验证CFC基准中V1–V4无法恢复已被排除，V6是早期不稳定基线无法精确聚合，99.3%是在可重建可评分的子集上得出的58% 相似待验证A SWE-bench score of 63.2 means the model can correctly solve approximately 63.2% of real software engineering problems.57% 相似待验证在 2456 个保留 prompt 上的测试中，把采样步数从 20 提到 50，FID 仅从 27.0 改善到 26.6（0.4），而去掉 shift 后 FID 从 27.0 升到 27.3、FD-DINOv2 从 218 升到 22855% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/924665API
curl https://kongchang.com/api/v1/knowledge/claims/924665MCP
get_claim(id=924665)