待验证50% 置信观点精确时间

在认知校准能力上参数量不是决定性因素，但同一家族中 3B 相比 1.5B 有巨大跃升（0.90对0.15），说明规模仍有明显增益

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/11

首次发现

有效期至：2027/1/9

来源

EvidenceFlip基准测试：大模型知道何时该拒绝回答吗？

涉及实体

Qwen2.5-3B-Instructmodel Qwen2.5-1.5B-Instructmodel

相关事实

待验证IQ3_S相较于更早的IQ3_XXS版本综合表现有明显提升65% 相似待验证TEMPEST比最优经典模型高出17.9个百分点，比最强三元组损失基线高出58.4个百分点65% 相似待验证Sona在A/B测试中活跃用户数提升+4.53%，总收听时长提升+6.30%，两项指标均达到p<0.01显著性水平64% 相似待验证IQ2_XXS以约2.06位的平均比特率编码权重，IQ3_S约3.44位，Q4_K_M约4.83位64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999250

API

curl https://kongchang.com/api/v1/knowledge/claims/999250

MCP

get_claim(id=999250)