待验证50% 置信事实精确时间

该实验将 Jev 在零样本与少样本设置下与 11 个经典机器学习模型进行对比

1

来源数

50%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

Jev大模型对决经典机器学习：8个分类数据集实测揭示真相

涉及实体

相关事实

待验证OpenAI的图表显示，在较低的测试时计算量下，模型对这道题的成功率接近零，只有在极长的推理链条下才偶尔成功69% 相似待验证在机器学习多种子实验中重复次数通常只有5到10次，样本量极小，正态性假设难以验证，因此 Wilcoxon 检验往往是更保守稳健的选择66% 相似待验证当模型对某个训练样本的预测概率接近1时，该样本对应的交叉熵损失趋近于零，模型几乎无法获得梯度更新信号65% 相似待验证模型在篇章级排序任务中的标准准确率仅为 0% 到 13%65% 相似待验证对比学习中的推远操作只要求负样本相似度低于正样本，并不要求达到-1的极端值64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/937852

API

curl https://kongchang.com/api/v1/knowledge/claims/937852

MCP

get_claim(id=937852)