待验证50% 置信基准精确时间
LIAR基准上最先进的监督模型六分类准确率仍徘徊在28%-32%
1
来源数
50%
置信度
长期有效
时效性
2026/9/23
首次发现
来源
涉及实体
相关事实
待验证本地运行的Gemma 26B在453次评分预测中准确率仅为49.2%，其配对的永远说涨基准准确率为53.4%73% 相似待验证CAPI-DINO的ViT-B/14模型在iNat21数据集上取得了68.7%的线性探测准确率70% 相似待验证在同一模型（Claude 4.6 Opus）下，OCR的精度（Precision）为33.9%，通用Agent为7.23%，OCR精度提升约4.7倍68% 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%68% 相似待验证FP8量化相比FP16原始精度，在主流benchmark上的性能下降通常不超过1-2%66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/942811API
curl https://kongchang.com/api/v1/knowledge/claims/942811MCP
get_claim(id=942811)