待验证50% 置信事实精确时间

Bonsai 2宣称的98%评分是20项基准在思考功能开到最大强度时测得的平均值

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/4

首次发现

有效期至：2027/1/2

来源

6GB跑27B大模型？Bonsai 2三值量化的真相与局限

涉及实体

相关事实

待验证在最简单的题目上，行为学测试对忠实度的高估幅度最高可达20个百分点72% 相似待验证该研究的复合评分将80%权重放在大语言模型对事实蕴含的判断上，20%放在词汇重叠上70% 相似待验证官方声称 Bonsai 2 在 Top-1 指标上能保留超过 98% 的 FP16 表现67% 相似待验证单次分类的 98% 得分是该条消息对应类别的置信度，并不代表模型整体准确率为 98%67% 相似待验证pLDDT分数范围从0到100，通常认为高于90为高置信度预测，70-90为较好预测，低于50则需谨慎解读66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/973448

API

curl https://kongchang.com/api/v1/knowledge/claims/973448

MCP

get_claim(id=973448)