待验证50% 置信基准精确时间

模型对训练中从未出现过字体的泛化能力约 59% top-1，相比见过的字体 65% 只差 6 个点

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

从0到74%准确率：用图像识别字体的浏览器插件实战复盘

涉及实体

FontBoxDLproduct

相关事实

待验证一个拥有1800行测试用例的评估套件长期稳定在97%的聚合通过率，但其中64行多语言切片的通过率只有61%65% 相似待验证传统的专家修订码本方式的LLM标注准确率仅为57.8%63% 相似待验证在重复提问上，索引强化使top-1命中率从0.571升到0.743，全程没有训练模型63% 相似待验证在τ2-bench上，教师模型的试验中有高达57%的比例是失败的62% 相似待验证一个61分的模型和一个59分的模型在多数实际应用中的差异可能远小于分数暗示的程度62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/997215

API

curl https://kongchang.com/api/v1/knowledge/claims/997215

MCP

get_claim(id=997215)