待验证50% 置信基准精确时间

相比标准LoRA，反事实mDPO使决策准确率从93.33%提升到96.67%

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

THPL框架：用视觉-语言模型驱动虹鳟鱼精准投喂决策

涉及实体

counterfactual mDPOtechnology LoRAtechnology

相关事实

待验证仅使用文本的基线模型决策准确率为33.33%，引入双证据token后准确率提升至93.33%79% 相似待验证证据驱动的改进前验证把精度从58.6%提升到72.3%，每轮无支持的目标从1.93个降到0.50个75% 相似待验证将置信水平从95%提高到99%（z值2.576），相同样本量下的误差范围将扩大约31%72% 相似待验证把DCUF证据替换成UnifEE证据后，严格分数提升了9.61个百分点，而对答案准确率的提升仅为1.96个百分点71% 相似待验证作者验证有93%的概率质量正确对齐，信息损失并非映射逻辑的bug71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975671

API

curl https://kongchang.com/api/v1/knowledge/claims/975671

MCP

get_claim(id=975671)