待验证50% 置信基准精确时间

对照实验中让目标变为动作显式减少了溯因需求，同样使解题率回到普通测试集水平

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

系统性泛化评测的盲区：TranSGrid揭示三种推理缺失

涉及实体

TranSGridproduct

相关事实

已验证在收敛型任务上，模型达到一定规模后存在明显的性能饱和现象，参数量或训练数据的继续增加对准确率的边际贡献快速衰减74% 相似待验证复现活动采用缩放验证方法，在更小数据集、更少训练轮次或更低模型参数量下验证论文声称的趋势和相对关系73% 相似待验证通过'不要按常规套路'这样的约束性提示词，本质上是在调整模型的采样分布，降低高频方案的输出权重，迫使模型探索低概率但可能更具创新性的输出区域73% 相似待验证引入重试机制时应带指数退避，但需警惕重试放大效应73% 相似待验证自洽性检验通过让模型对同一问题多次采样比对答案稳定性，只消耗推理时间而不增加显存峰值73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931104

API

curl https://kongchang.com/api/v1/knowledge/claims/931104

MCP

get_claim(id=931104)