待验证50% 置信基准精确时间
第二阶段在分布外基准Claw-Eval上继续进化，将得分从66.17提升至68.06，超过了Codex
1
来源数
50%
置信度
长期有效
时效性
2026/10/1
首次发现
来源
涉及实体
相关事实
待验证第一阶段的表现在分布内基准上超越了Codex，在分布外基准上与Codex持平69% 相似待验证Long-Term团队实验表明，用同一个模型仅调整规则约束和记忆系统，成绩从52.8%涨到66.5%，排名从Top 30跳到Top 562% 相似待验证在SST-2数据集DistilBERT到DistilBERT自蒸馏实验中，可靠性门控方法达到88.800%，RAPID达到88.685%，相比基线87.271%提升约1.4个百分点59% 相似待验证EvolveTrade在大多数被评估的设定中，在夏普比率和累计收益两项指标上超越固定策略的LLM基线56% 相似待验证DistilBERT在GLUE基准上保留原版约97%的性能，推理速度提升约60%，模型体积缩减40%56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/964011API
curl https://kongchang.com/api/v1/knowledge/claims/964011MCP
get_claim(id=964011)