待验证50% 置信基准精确时间

HotPOT在五个PDE族、六种设置下进行了实验，覆盖微调前后共24组同尺度对比，在所有对比中均优于MoE-POT，rollout误差平均降低50.7%。

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

HotPOT：异构物理专家如何破解PDE预训练干扰难题

涉及实体

HotPOTmodel MoE-POTmodel PDE族concept

相关事实

待验证在MATH数据集的Level 5竞赛级难题上，前沿模型准确率仍低于60%67% 相似待验证中位L1误差是在多个测试样本上取误差的中位数，可避免个别困难样本拉高平均值。66% 相似待验证文章指出50条评估集太小，单条样本得失可让准确率跳动2个百分点，因此86%的结果可能只是模型恰好适配了这50条而非泛化能力。65% 相似待验证在四个模型和三个基准测试上，表现最佳的骨架规格相比最佳端到端行为规格，平均测试误差降低了48.4%。65% 相似待验证在23个测试场景、两个工具的基准上，采用“全量变化即拦截”策略的误报率为50%。64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1114830

API

curl https://kongchang.com/api/v1/knowledge/claims/1114830

MCP

get_claim(id=1114830)