待验证50% 置信基准精确时间
pplx-decider-v1-27b 在 11 项基准测试中取得 85.7% 的平均成绩，领先于对比对象 Jev（官方数据）
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/3
首次发现
有效期至：2027/1/1
来源
涉及实体
相关事实
待验证本地运行的Gemma 26B在453次评分预测中准确率仅为49.2%，其配对的永远说涨基准准确率为53.4%68% 相似待验证引导模式下平均端到端准确率从28.6%提升到33.7%，歧义检测F1值从45.3%提升到64.9%68% 相似待验证在综合基准测试中，So得55分（约78.6%），Terra得44分（约62.9%），Luna得31分（约44.3%）68% 相似待验证在EvoArena测试中，Step Level最高的GPT-5.5只有50%出头的准确率，Chain Level表现最好的Gemini-3.1 Pro和GLM-5.1也只有约28%-29%67% 相似待验证领先的闭源模型在该评测中各拿53分，比小米模型高7分66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/969769API
curl https://kongchang.com/api/v1/knowledge/claims/969769MCP
get_claim(id=969769)