待验证50% 置信基准精确时间
在 Qwen3-14B 和 Gemma4-12B 骨干上，GUIDER 在 AMEGA-LLM、RealMedQA 和 CancerGUIDE 域外基准上优于 CRPO、MRPO 和 FaithMed。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/30
首次发现
有效期至：2027/1/28
来源
涉及实体
相关事实
待验证在 BFCL 工具调用测试中，SmolLM3-3B 得分 0.945，略高于 Gemma 4 E2B 的 0.927，但差异不显著；Qwen3-4B（0.940）、Qwen3-1.7B（0.935）、Qwen2.5-1.5B（0.910）、Granite 3.3 2B（0.920）均与 Gemma 处于同一水平。63% 相似待验证开源模型得分较低：Qwen3 235B得11/12、Gemma 4两个尺寸均为9/12、DeepSeek R1得7/12、GLM-5得5/1260% 相似待验证测试覆盖8个本地模型：Qwen3的0.6B、1.7B、4B、8B、14B，以及Gemma3的1B、4B、12B，全部通过Ollama部署且关闭思考模式。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114143API
curl https://kongchang.com/api/v1/knowledge/claims/1114143MCP
get_claim(id=1114143)