待验证50% 置信基准精确时间

在原始提示词之外每个单元格额外加入3个中性改写版本，112个配置中0个合格(0/112)

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

小模型够用吗？Agent微任务中SLM的能力鸿沟实测

涉及实体

Agent微任务基准concept

相关事实

待验证与INT4纯整数量化不同，浮点格式能更好地表示接近零的小数值61% 相似待验证base64 编码会引入约 33% 的体积膨胀，每 3 个原始字节被编码为 4 个 ASCII 字符59% 相似待验证Mistral Small 4在单位换算输入上的得分仅为0.699，并产生了265个与正确标签相差精确十的幂次的错误59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966722

API

curl https://kongchang.com/api/v1/knowledge/claims/966722

MCP

get_claim(id=966722)