待验证50% 置信事实精确时间
Sona分词器的训练采用InfoNCE对比损失，使用两类正样本配对信号：不同艺人同一推荐响应中共现的曲目，以及同一艺人在三个月窗口内高共同收听NPMI的曲目
1
来源数
50%
置信度
长期有效
时效性
2026/10/6
首次发现
来源
涉及实体
相关事实
待验证Sona评估分词器质量的方式是针对不同分词器变体重新训练检索模型，并在留出请求集上测量召回率，以下游推荐效果衡量分词器好坏72% 相似待验证CLIP的训练使用了InfoNCE对比损失函数，模型需从N个图文对中正确识别匹配配对并推开不匹配配对64% 相似待验证OpenAI的o系列模型、Anthropic的Claude 3.5 Sonnet在代码生成基准测试（如HumanEval、SWE-bench）上的得分已接近或超过人类程序员平均水平61% 相似待验证测试看能否跑通（接口、格式），评估看做得好不好（事实准确率、幻觉、工具选择、任务完成率），二者是两回事59% 相似待验证开发者设立了预注册的成败判据：跨分词器蒸馏必须优于普通的交叉熵损失，并在训练开始前推送到Git仓库58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/980328API
curl https://kongchang.com/api/v1/knowledge/claims/980328MCP
get_claim(id=980328)