待验证50% 置信事实精确时间
这类序列到功能模型的训练数据主要来自 ENCODE、GTEx 等大型功能基因组学项目
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
已验证专用编程模型的训练数据来源包括GitHub开源代码、编程竞赛题解、技术文档、代码审查记录等，并针对HumanEval、MBPP、SWE-bench等基准测试进行优化70% 相似待验证基于开源代码库的评测存在数据污染问题，因为这些代码库可能已被纳入大模型的训练数据67% 相似待验证数学和代码可以通过程序自动生成海量训练样本，甚至让模型自己生成问题再自我验证62% 相似待验证研究团队公开了全部代码、主结果权重和评测脚本，深层变体仅提供代码未附训练好的检查点61% 相似待验证EleutherAI的Pythia项目同时公开了训练数据、代码和完整检查点序列，包含从70M到12B参数的8个规模梯度模型，全部在相同的Pile数据集上以相同顺序训练，并公开了超过150个检查点61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/925279API
curl https://kongchang.com/api/v1/knowledge/claims/925279MCP
get_claim(id=925279)