待验证50% 置信基准精确时间
在DeepSuite V1.1基准下，同一模型在不同harness下的成绩从69.8%波动到74.2%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/18
首次发现
有效期至：2026/12/17
来源
涉及实体
相关事实
待验证在该压缩比下，模型保留了74.2%的top-1%准确率74% 相似待验证在提及级别，模型整体精确率为74.1%，召回率为70.5%67% 相似待验证同一模型在不同harness下运行Terminal Bench，分数从69.8%跨越到74.2%66% 相似待验证对于 7B 模型，使用求解器准确率为 75.31%，直接计算为 72.02%，配对提升 +3.29 个百分点，95% 聚类区间为 [-3.49, 10.38] 跨越零点，优势不显著66% 相似待验证随着模型从8B扩展到70B，固定输出向量的相似度对行为的预测能力反而变差，配对均值相关性变化为-0.080（95%置信区间[-0.127, -0.035]）65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/932819API
curl https://kongchang.com/api/v1/knowledge/claims/932819MCP
get_claim(id=932819)