Unverified50% confidenceTradeoffExact time
模型在 Max 或 Ultra 等更高推理档位下未必产生更好或更高效的结果，有时反而因过度推理导致基准得分下降
1
Sources
50%
Confidence
Long-term
Relevance
9/30/2026
First Seen
Sources
Related Entities
Related Claims
Unverified模型的基准分数更高并不等于在所有场景下都更好用78% similarUnverified将直方图替换为逐实例统计量（均值、中位数、标准差）反而略微降低了性能75% similarUnverified一个准确率略低但置信度校准良好的模型往往比准确率更高却盲目自信的模型更适合投入生产环境73% similarUnverified研究数据表明，在数学竞赛级别问题上，启用深度推理的模型准确率可从不足30%提升至80%以上73% similarUnverified当综合评估指数中顶尖模型得分接近天花板时会出现基准饱和问题，60分对59分的差距在统计学上通常处于误差范围之内73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/961563API
curl https://kongchang.com/api/v1/knowledge/claims/961563MCP
get_claim(id=961563)