待验证50% 置信基准精确时间
自托管的Qwen3.6-27B模型作为替换裁判达到了kappa=0.72的一致性水平
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/28
首次发现
有效期至：2026/12/27
来源
涉及实体
相关事实
待验证Qwen2.5-72B 在多项基准测试中接近 Llama-3.1-405B 的表现71% 相似待验证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71% 相似待验证Qwen3-1.7B的整体因果忠实度只有54.8%，远低于Qwen3-4B70% 相似已验证Qwen3.6 27B 在 SWE-bench Verified 上拿到77.2分69% 相似待验证使用Qwen3-27B模型在wikitext-2数据集上以fp32参考logits为基准进行KL散度测量，中位数KLD从0.0023降至0.000001，精度提升约2300倍69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/955613API
curl https://kongchang.com/api/v1/knowledge/claims/955613MCP
get_claim(id=955613)