待验证50% 置信基准精确时间

模型对高位/VP附着（N1）的召回率高达99.71%，而对低位/NP/嵌入式附着（N2）的召回率只有89.26%

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

神经符号框架破解阿拉伯语句法歧义：准确率达96.88%

涉及实体

神经符号框架concept

相关事实

待验证并行调用N个独立服务时至少一个超标的概率为1-(0.99)^N，N=50时约39.5%，N=100时约63.4%66% 相似待验证几乎所有有用的优化价值都集中在反思/控制槽位，该槽位的留一进增益高达+0.119，而其他三个槽位的独立贡献几乎为零66% 相似待验证相较于用GPU执行AI推理，NPU的功耗通常只有前者的1/5到1/1066% 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%65% 相似待验证低秩残差适配器的输出以残差形式加回原始激活值，体积通常只有原始层权重的 0.1%–1%64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975526

API

curl https://kongchang.com/api/v1/knowledge/claims/975526

MCP

get_claim(id=975526)