待验证50% 置信基准精确时间

在最难类别题目上，经过接地处理的视图比单纯喂公式输入高出17.3分

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

CARAT揭秘：材料科学大模型是在推理还是背诵？

涉及实体

相关事实

待验证在提示中包含具体评估维度（如格式、字数、覆盖要点、排除事项）比模糊提示平均可提升模型输出质量30%-50%68% 相似待验证针对金融领域微调的嵌入模型（如FinBERT）相比通用嵌入模型在财报问答任务上准确率高出15%以上67% 相似待验证对于包含复杂表格的财务报告，简单文本提取与结构感知解析之间下游问答准确率差距可达30个百分点以上65% 相似待验证对于推理服务而言，一个功能正确但让吞吐量下降30%的补丁实际上是不可接受的，性能表现应纳入评测维度65% 相似待验证蓬松度高的量程更精确是伪需求——量程越大分度值往往越粗，若只称随身小件不必买50kg量程，反而精度更差65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963956

API

curl https://kongchang.com/api/v1/knowledge/claims/963956

MCP

get_claim(id=963956)