待验证50% 置信基准精确时间

当提示中包含展示标签对比的少样本样例时，所有大语言模型的表现都超越了零样本提示

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

IntLawNER：国际法领域首个命名实体识别数据集与基准

涉及实体

IntLawNERproduct

相关事实

待验证大模型在审查和修改已有文本时的表现通常优于从零生成72% 相似待验证大语言模型通过指令微调和RLHF能够在零样本条件下完成高质量的语气转换，只需在提示词中描述目标语气72% 相似待验证零样本分类依托预训练大语言模型如BART、RoBERTa的NLI变体的语义理解能力69% 相似待验证零样本（Zero-shot）提示指不提供示例，完全依赖文字描述69% 相似待验证实验数据显示，语法约束解码使小型语言模型生成Bash代码的语法正确率大幅提高，引号不匹配和结构不完整等错误几乎被完全消除69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942794

API

curl https://kongchang.com/api/v1/knowledge/claims/942794

MCP

get_claim(id=942794)