待验证50% 置信基准精确时间

在Natural Plan基准上无需任务训练时，扩散模型计划修复成功率为53.7%，自回归模型为27.0%

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

Plan-and-Patch：用扩散语言模型实现智能体规划与局部修复

涉及实体

Natural Planconcept DreamReasoner-8Bmodel Qwen3-8Bmodel

相关事实

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66% 相似待验证实验中让27B模型自己编写技能，其在LiveMath上的得分为56.3%65% 相似待验证Anthropic的研究表明，即便温和的对齐训练也会导致模型在某些推理密集型任务上下降2-8个百分点64% 相似待验证研究表明采用减害策略的干预项目其12个月后的行为改善保持率通常比完全戒断项目高出30-50%64% 相似待验证经过匹配监督训练后模型表现提升到99.8%，而删除关系链接后正确率骤降到23.4%，甚至低于最佳捷径的27.0%64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990478

API

curl https://kongchang.com/api/v1/knowledge/claims/990478

MCP

get_claim(id=990478)