待验证50% 置信基准精确时间

直接查询VLM的四标签精确匹配准确率仅有22.6%

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

仿真驱动的智能体VLM框架：破解野火监测数据稀缺难题

涉及实体

视觉语言模型(VLM)technology

相关事实

待验证纯文本记忆方法的四标签精确匹配准确率只有16%-17%70% 相似待验证本地运行的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%69% 相似待验证LIAR基准上最先进的监督模型六分类准确率仍徘徊在28%-32%67% 相似待验证在屎山测试排行榜上，多数模型成绩只有十几分到二十几分，索尔以已收录的一条记录排在第四位（该记录与本次实测非同一次成绩）67% 相似待验证在GPT-4发布初期，主流模型在GPQA上的准确率约为35-40%，人类领域专家基准线约为65%，随机猜测为25%66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975940

API

curl https://kongchang.com/api/v1/knowledge/claims/975940

MCP

get_claim(id=975940)