待验证50% 置信基准精确时间

使用多智能体验证流程时MARCH的准确率被压低到4.4%，而同一模型被直接问哪个更好时准确率能达到43.7%

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

多智能体代码评审何时可信？无标签检测让AI学会"拒绝猜测"

涉及实体

相关事实

待验证4比特量化相较于FP16通常会导致0.5-2%的基准测试精度下降77% 相似待验证当向模型提供完整公司记录时，严格准确率反而从41%下降到18%，同时召回率上升，精确率崩溃76% 相似已验证如果每步准确率为95%，经过20步循环后整体准确率会降至约36%75% 相似已验证研究表明在 Q4 及以上精度时，大多数任务的性能损失在 1–3% 以内75% 相似待验证在标准行人检测数据集（如MOTChallenge）上训练的模型，在俯视视角下的检测精度（mAP）通常下降40%-60%75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955489

API

curl https://kongchang.com/api/v1/knowledge/claims/955489

MCP

get_claim(id=955489)