待验证50% 置信基准精确时间
Swift-27B 在 AIME 2026 上准确率从 98.7% 下降到 94.0%，下降 4.6%，团队承认这是训练中一个关键数学推理 token 被误惩罚的 bug
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/14
首次发现
有效期至：2026/12/13
来源
涉及实体
相关事实
待验证在 GPQA-Diamond xhigh 测试中，基座 Qwen3.8-27B 达 88.4% 准确率消耗 6,642 中位 token，Swift 保持 88.3% 准确率但 token 降至 2,77162% 相似待验证该研究发现GPT-4在判断素数任务上的准确率从2023年3月的97.6%骤降至6月的2.4%62% 相似待验证Caveman给出的固定54次运行基准测试结果显示输入Token减少33.2%，且18/18项正确性检查全部通过60% 相似待验证在 2456 个保留 prompt 上的测试中，把采样步数从 20 提到 50，FID 仅从 27.0 改善到 26.6（0.4），而去掉 shift 后 FID 从 27.0 升到 27.3、FD-DINOv2 从 218 升到 22859% 相似待验证以 GPT-3 为例，r=4 时 LoRA 可将可训练参数从 175B 降至约 4.7M，减少约 37,000 倍59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/920998API
curl https://kongchang.com/api/v1/knowledge/claims/920998MCP
get_claim(id=920998)