待验证50% 置信基准精确时间
为每个任务选择困惑度最低的智能体设计，平均困惑度比BF16增加3.4%，下游准确率为77.33%，而BF16为79.56%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/5
首次发现
有效期至：2027/2/3
来源
涉及实体
相关事实
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%）69% 相似待验证Perplexity Decider V1.1 27B 以80/82 的成绩在测评中夺冠，中位延迟0.445秒，26对反转测试零翻转67% 相似待验证在将特征编码缩放三倍的写入操作中，基于先前活跃特征构建的图的中位相对误差至少为0.247，而边界图的最大误差仅为0.033。67% 相似待验证在18k字符预算下，锚定混合检索达到36.18%准确率，BM25达到35.98%，而最佳的直接规划器引导方法仅为34.19%66% 相似待验证在BF16下，任何一次浮点运算的结果若无法被BF16精确表示，就必须舍入到最近的可表示值，产生约2^-8量级的相对误差。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1138469API
curl https://kongchang.com/api/v1/knowledge/claims/1138469MCP
get_claim(id=1138469)