待验证50% 置信事实精确时间

论文的等价性结论在三个基座语言模型上复现，覆盖六个基准测试，换用第二个PRM验证，并进行了兼容性门控扫描

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

PRM剪枝片段嫁接为何失效？三个推理模型的实证分析

涉及实体

相关事实

待验证表征简洁性的结论在一个七点扫描和第二个语料库上得到泛化验证72% 相似待验证超越schema和协议检查的智能体一致性测试应覆盖语义契约验证、副作用声明、错误与降级行为、运维横切关注点和可替换性回归五个维度68% 相似待验证论文采用配对比较（paired comparison）实验设计，保持任务指令和两路证据内容不变，仅改变证据出现的先后位置68% 相似待验证COILD 实验同时引入人工评测，由双语评估者对译文的忠实度和流畅度打分68% 相似待验证每个测试项由目标评论、重构语境和合理误读选项三部分组成68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966728

API

curl https://kongchang.com/api/v1/knowledge/claims/966728

MCP

get_claim(id=966728)