待验证50% 置信事实精确时间

三个被测模型格式合规性完全一致（JSON解析率均1.00），但决策质量相差六倍

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

EvidenceFlip基准测试：大模型知道何时该拒绝回答吗？

涉及实体

EvidenceFlipproduct

相关事实

待验证研究表明当模型参数规模达到3B以上时，1.58-bit模型在多项基准测试中表现可接近甚至匹配同等规模的全精度模型67% 相似待验证在基准测试中，gob的编码速度通常是JSON的3-5倍，解码速度是2-4倍，序列化后体积约为JSON的40%-60%65% 相似待验证top-1%准确率是评估量化模型与原始全精度模型输出一致性的指标，关注模型置信度最高的1%的token是否与全精度版本一致63% 相似待验证通义千问3.6 27B在语义三次全对率和格式正确率上均领先Muse Glimmer61% 相似待验证评测设置了语义正确率、三次全对率和格式正确率三个维度指标60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999242

API

curl https://kongchang.com/api/v1/knowledge/claims/999242

MCP

get_claim(id=999242)