待验证50% 置信事实精确时间
测评中第三题权重占50%，前两题各占25%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/23
首次发现
有效期至：2026/11/6
来源
本地文学创作模型PK：Qwen3.8 27B微调版胜出，DeepSeek v4.1表现平淡
bilibiliAI观模者2026/10/23
涉及实体
相关事实
待验证在依据文献回答的科学题上，最好的评测器o3与人类投票一致率65.1%，而随机猜测是50%。71% 相似待验证横评综合分中质量占40%、速度占20%、花费占40%。70% 相似待验证在 n=100 且正负样本各半的条件下，55% 准确率的 95% 置信区间大致在 45%–65%，覆盖 50% 的基线，因此 5 个百分点的差距可能是随机波动。67% 相似待验证建议上下文占用接近30%时开始关注，超过40%时执行Compact，超过60%时考虑Clear后重新开始67% 相似待验证在时间序列方向预测中，正确的基准应是多数类比例（majority class），而非50%，因为如果51%的走势是上涨，'永远猜涨'就能拿到51%的准确率。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1090483API
curl https://kongchang.com/api/v1/knowledge/claims/1090483MCP
get_claim(id=1090483)