待验证50% 置信基准精确时间

在GenEval基准上，LARC相比BAGEL取得了7个百分点的提升，达到当前最优性能。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/11/2

首次发现

有效期至：2026/11/16

来源

LARC：连续空间隐式推理，破解多模态生成难题

涉及实体

LARCmodel GenEvalconcept BAGELmodel

相关事实

待验证该框架在MERLIN基准上整体准确率相较当前最先进水平提升6.9%70% 相似待验证Precision Mode 相比最强的前沿模型「分块-合并」（chunk-and-merge）基线方案，准确率领先7个百分点63% 相似待验证三个VLM在四个科学图表基准上精确匹配率全部提升，单次最大提升达到55.2个百分点。61% 相似待验证在 1,000 个验证案例上，最强 LLM 基线准确率为 62.7%，而 EMBER（73.6%）和 ORBIT（70.9%）表现更优。60% 相似待验证TEMPEST比最优经典模型高出17.9个百分点，比最强三元组损失基线高出58.4个百分点60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1125585

API

curl https://kongchang.com/api/v1/knowledge/claims/1125585

MCP

get_claim(id=1125585)