待验证50% 置信基准精确时间

CLM实验中从8个工具里选正确率86%，从全部1080个工具里选骤降到17%，主要错误是混淆名字相似的工具；TiFF上限只有255个选项

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

CLM对比式语言模型：决策速度比TiFF快13倍的新架构

涉及实体

CLMmodel TiFFmodel

相关事实

待验证研究者训练的2900万参数编码器对985条陈述的流行度加权跨折AUC仅为0.486，与语料库先验无法区分67% 相似待验证在工具数量超过20个的场景下，工具描述的语义歧义度与模型选择准确率之间存在显著的负相关关系66% 相似待验证在使用十个策略快照的配置下，仅用8条提示达到24.09%平均准确率，接近使用14,080条提示的24.51%66% 相似待验证蒙特卡洛估计的标准误差与模拟次数N的关系为标准误差正比于1/√N63% 相似待验证在需求分析阶段回答AI越详细，最终出Bug的概率越低；修复需求阶段错误的成本仅为编码阶段发现同类错误的1/10到1/10063% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/973481

API

curl https://kongchang.com/api/v1/knowledge/claims/973481

MCP

get_claim(id=973481)