待验证50% 置信基准精确时间

Qwen3-1.7B的整体因果忠实度只有54.8%，远低于Qwen3-4B

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

Qwen3-1.7Bmodel Qwen3-4Bmodel

相关事实

待验证Qwen3-1.7B在2跳任务上忠实度为68%，到6跳时暴跌至30%，而Qwen3-4B在不同跳数下保持相对平稳78% 相似待验证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%78% 相似已验证Qwen3.5的参数激活率为4.3%，而DeepSeek V3的671B模型激活率为5.5%77% 相似待验证Qwen 3.6 Max在中性模式下端到端准确率仅12.3%77% 相似待验证Qwen3-4B在多项推理类评测指标上已与DeepSeek V3或GPT-4o相差无几75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946176

API

curl https://kongchang.com/api/v1/knowledge/claims/946176

MCP

get_claim(id=946176)