待验证50% 置信基准精确时间
1.7B 参数的 DecisionRank 在 TREC DL19–23 上超越了其 27B 的生成式教师。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/2
首次发现
有效期至：2027/1/31
来源
涉及实体
相关事实
待验证研究显示,30B参数模型在复杂推理任务上的成功率比GPT-4/Claude-3.5低15-30个百分点63% 相似待验证在微软内部覆盖 36 项基准、近 15 万道题目的评估中，Decision-1 以 83.5% 的平均准确率位居首位，超过 Jev 1.13.0（82.3%）、Quyet-1.0-Large（81.9%）、GPT-6 Luna Decisions（79.4%）63% 相似待验证评测者认为通义千问3.6 27B是30B级别中对高考数学题表现最好的模型63% 相似待验证据论文数据，在 CVDP 基准上，RTL-Interact-32B 取得 48.7% 的加权 Pass@1 和 68.9% 的 Pass@5，超过了其教师模型 DeepSeek-V3.2。62% 相似待验证本次评测使用全国一卷高考数学题对比Muse Glimmer和通义千问3.6 27B62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125723API
curl https://kongchang.com/api/v1/knowledge/claims/1125723MCP
get_claim(id=1125723)