待验证50% 置信基准精确时间

反事实mDPO使METEOR从58.10%提升到85.30%，Self-BLEU-2从58.79%降至52.88%，Distinct-3从6.68%提升到7.81%

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

相关事实

待验证相比标准LoRA，反事实mDPO使决策准确率从93.33%提升到96.67%70% 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%68% 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64% 相似待验证在GSM8K上Flash-Next得97.5%对FP8的90.0%，德语MGSM上92.5%对90.0%，IFEval两者均为89.6%打平63% 相似待验证对照组删掉提示词中的答案键后，匹配率从63%骤降到1%（1/75）63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975672

API

curl https://kongchang.com/api/v1/knowledge/claims/975672

MCP

get_claim(id=975672)