待验证50% 置信事实精确时间

直接让大模型给候选人打分往往导致分数集中在某个区间（如7-9分），缺乏区分度

1

来源数

50%

置信度

长期有效

时效性

2026/9/2

首次发现

来源

Spring AI Alibaba Graph实战：构建HR招聘Agent全流程

涉及实体

相关事实

待验证研究数据表明，在数学竞赛级别问题上，启用深度推理的模型准确率可从不足30%提升至80%以上67% 相似待验证一个61分的模型和一个59分的模型在多数实际应用中的差异可能远小于分数暗示的程度66% 相似待验证靶向数据工程中，针对性数据占总微调数据的 5%-15% 通常能取得良好效果，过高比例可能导致模型在其他维度退化65% 相似待验证在MMLU、HumanEval、GSM8K等主流评测中，头部大模型的得分差距往往只有几个百分点64% 相似已验证在样本极度不平衡的场景下，即便准确率高达95%，模型也可能完全无法识别少数类64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/842013

API

curl https://kongchang.com/api/v1/knowledge/claims/842013

MCP

get_claim(id=842013)