待验证50% 置信基准精确时间

Qwen3-4B的随机位置null基线只有11.3%，直接patch底层提示事实的效果上限为83%

1

来源数

50%

置信度

长期有效

时效性

2026/9/24

首次发现

来源

思维链真的在推理吗？因果测量揭示CoT忠实度真相

涉及实体

相关事实

待验证Qwen3-1.7B的整体因果忠实度只有54.8%，远低于Qwen3-4B78% 相似待验证Qwen 3.6 Max在中性模式下端到端准确率仅12.3%73% 相似待验证Qwen3 27B在OpenAI HumanEval 164道Python题上取得85%通过率和99%应答率70% 相似待验证在博主总榜单上，Qwen3 Max 0902 仅次于 Fable 5.1（92.5%）和 GLM 5.3（91.25%）68% 相似待验证UP主称Qwen3编码模型在SWE-Bench Pro上得分约61.7，而作为参照的顶级闭源模型得分53.4（该数据表述存在混乱，仅供参考）67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946172

API

curl https://kongchang.com/api/v1/knowledge/claims/946172

MCP

get_claim(id=946172)