待验证50% 置信基准精确时间

作为对照的简单三规则基线（3-rule baseline）准确率仅为64.4%，Jev领先约8个百分点

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/21

首次发现

有效期至：2026/12/20

来源

Jev在NASA开普勒信号上的实测：零微调达到72.5%准确率

涉及实体

相关事实

待验证Claude Opus 4.7中间检查点通过率达57%，最终准确率却只有39.8%76% 相似待验证引导模式下平均端到端准确率从28.6%提升到33.7%，歧义检测F1值从45.3%提升到64.9%69% 相似待验证GLM4在代码推理和通用知识测试中得分74.4%，仅次于Claude 3 Opus69% 相似待验证通义千问3.6 27B在语义三次全对率和格式正确率上均领先Muse Glimmer68% 相似待验证Qwen 3.6 Max在中性模式下端到端准确率仅12.3%68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/937908

API

curl https://kongchang.com/api/v1/knowledge/claims/937908

MCP

get_claim(id=937908)