待验证50% 置信权衡取舍精确时间

增加模型参数带来的收益约为对数据进行第二轮训练（second pass）的两倍

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

Wieszcz-XIX：31亿词历史波兰语语料与时间锚定语言模型

涉及实体

Wieszcz-XIXmodel scaling lawsconcept

相关事实

待验证在模型选型中，追求最后几个百分点的性能往往需要付出成倍甚至数十倍的成本72% 相似待验证对同一测试用例执行多次调用统计成功比例得到通过率，比二元的通过/失败判断更能反映模型真实表现69% 相似待验证LLM-as-a-Judge这类评估会带来双倍甚至多倍的Token开销，因为既要生成待评估答案，又要消耗Token让另一个模型打分67% 相似待验证研究表明主动检索的学习效果是被动复习的两倍以上，这一现象被称为「测试效应」（Testing Effect）67% 相似待验证两个智能得分相近的模型其推理成本可能相差数倍甚至一个数量级67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990277

API

curl https://kongchang.com/api/v1/knowledge/claims/990277

MCP

get_claim(id=990277)