待验证50% 置信基准精确时间

TRACER-7B 在转化率 F1 指标上超过最强基线达 11.4 分

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/25

首次发现

有效期至：2026/12/24

来源

TRACER：让用户模拟器学会行为一致性，而非表面模仿

涉及实体

相关事实

待验证F1分数是召回率和精确率的调和平均数67% 相似待验证引导模式下平均端到端准确率从28.6%提升到33.7%，歧义检测F1值从45.3%提升到64.9%67% 相似待验证CriticGen在基于标准的理由和可执行建议上的F1分数分别从0.6369/0.5994提升到0.7554/0.790064% 相似待验证在该任务中，找出问题所在位置（定位F1普遍在0.78以上）比准确判断问题类型（标签F1约0.5）容易得多61% 相似待验证Precision Mode 相比最强的前沿模型「分块-合并」（chunk-and-merge）基线方案，准确率领先7个百分点61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949072

API

curl https://kongchang.com/api/v1/knowledge/claims/949072

MCP

get_claim(id=949072)