待验证50% 置信基准精确时间

在HELMET长文本评测基准上，WavePrune在测试的五个模型中有四个取得分数提升，且无需额外调优

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

WavePrune：RoPE只用一个旋转周期，长文本性能反而更好

涉及实体

WavePruneconcept HELMETconcept

相关事实

待验证消融分析显示片段范式微调在测试集带来+5.29分提升，而用2000检索词替换前4500转录词仅带来+1.55分提升70% 相似待验证该用户指出这些模型在基准测试中拿到很高分数，却在最简单的任务上频频失败64% 相似待验证该测试样本规模相对有限（5个模型、13个代码库），结论有待更大规模验证64% 相似待验证在代码审查测试中，Opus 5.5对更难的合并请求召回率从基线54%提升到接近77%，但评论数量增加约两成64% 相似待验证7个通过替代测试的模型变化率为15.9%，而6个未通过的模型高达25.8%，性能更好的模型受干扰程度较低但仍高于提示词修改影响63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983008

API

curl https://kongchang.com/api/v1/knowledge/claims/983008

MCP

get_claim(id=983008)