待验证50% 置信基准精确时间
Astra在无训练情况下仅修改某小型模型0.016%的权重，使其在Math 500基准上的得分从7.9%提升到48.1%。
1
来源数
50%
置信度
长期有效
时效性
2026/11/4
首次发现
来源
涉及实体
相关事实
待验证在数学修复实验中，一个小型开源模型在Math 500测试上仅得7.9%，Astra通过定位并减掉两层内部的一个方向（约13万权重，改动比例0.016%），将分数提升至48.1%，指令遵循能力也提升约两倍。80% 相似待验证在实验中，Astra修改Qwen小模型的权重，将MATH500成绩从7.9%提升到48.1%，同时碰到试跑次数上限的回答占比从93%降到33%。78% 相似待验证在1B规模下，AsymLoop在七个常识推理基准上的平均零样本准确率从49.58%提升至50.85%（相比全循环）。74% 相似待验证从模型无约束采样八个候选时，训练数据有限情况下有10.2%的输入无法产生任何有效输出，使用全量训练数据时该比例降至0.4%71% 相似已验证使用LoRA微调时，实际需要训练的参数量只有原来的0.1%-1%70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1135380API
curl https://kongchang.com/api/v1/knowledge/claims/1135380MCP
get_claim(id=1135380)