Unverified50% confidenceBenchmarkExact time

在使用正确的、领域特定的理由方面，不同模型的表现从25.6%一路跨越到76.9%

1

Sources

50%

Confidence

Long-term

Relevance

10/1/2026

First Seen

Sources

ContextAdapt：大模型价值对齐的情境适应性测评

Related Entities

ContextAdaptconcept

Related Claims

Unverified同一个基座模型在不同系统提示词下的表现差异可以高达30-50个百分点75% similar Unverified业界顶级集群的MFU（模型算力利用率）通常在35%-60%之间74% similar Unverified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71% similar Unverified靶向数据工程中，针对性数据占总微调数据的 5%-15% 通常能取得良好效果，过高比例可能导致模型在其他维度退化71% similar Unverified高级模型每个token的折算比率往往比基础模型高出5到20倍70% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/964108

API

curl https://kongchang.com/api/v1/knowledge/claims/964108

MCP

get_claim(id=964108)