待验证50% 置信基准精确时间
在Qwen3-VL系列模型（从2B到30B-A3B）以及InternVL3.5-8B上，SPLIT-RL相比标准GRPO平均准确率提升了1.4到6.1个百分点
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/9
首次发现
有效期至：2027/1/7
来源
涉及实体
相关事实
待验证微调后的Qwen3.5-4B模型在BU Bench V1基准上准确率从15%提升至53%69% 相似待验证在Qwen3.5-2B模型上，GAD-RL在CHAOS-Bench取得59.92%的Micro Recall，分别比GRPO和固定权重的GRPO+OPD高出8.45和4.43个百分点69% 相似已验证Qwen3.5的参数激活率为4.3%，而DeepSeek V3的671B模型激活率为5.5%68% 相似待验证在一道三样本数学题上，DeepSeek V4.1 Flash达到74分，与Opus 5.0持平，超过GLM的67分和V4 Pro的62分66% 相似待验证在 SWE-bench Pro 基准上，Qwen3 Coder 模型得分 61.7，而 Opus 4.6 MAX 为 53.466% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990753API
curl https://kongchang.com/api/v1/knowledge/claims/990753MCP
get_claim(id=990753)