待验证50% 置信基准精确时间
在72场对决中，四个模型（gemma2、qwen2.5、llama3.1、mistral）的屈服率分别为50%、56%、61%、78%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证在具体实验案例中，重叠锚点方案（n=912）显示模型55.2%对多数类51.1%，净优势+4.1pp，约2.4个标准误；非重叠锚点方案（n=163）显示59.5%对54.0%，净优势+5.5pp，约1.4个标准误。66% 相似待验证在Qwen3-4B模型上，网络中层最敏感层有76.9%（±2.8%）的陈述步骤是因果承重的65% 相似待验证该框架的预测区间在名义50%、80%、95%置信水平下经验覆盖率分别为0.533、0.831和0.95864% 相似待验证在Qwen3-4B上，标准行为学测试给出的忠实度为88.2%，比因果测量的76.9%高出11.4个百分点64% 相似待验证在提及级别，模型整体精确率为74.1%，召回率为70.5%63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1019897API
curl https://kongchang.com/api/v1/knowledge/claims/1019897MCP
get_claim(id=1019897)