正在加载页面…
来源:source-paper:Figure 6 and Appendix F.2 prose, page 21
这条 Claim 暂无已发布的不可变 Assessment。
这条 Claim 暂无关联执行。
已评估 0/7 项
保留同一结论下的完整结果组。已有评估排在前面;单项判断不替代整组结论。展开行查看条件、来源与历次证据。
| 指标与条件 | 论文报告 | 最近可用实测 | 证据判断 |
|---|---|---|---|
split: id_test · source_model: GLM-5 · target_model: Kimi-K2.6 | 0.199 fraction | — | 尚未评估 |
split: ood_test · source_model: GLM-5 · target_model: Kimi-K2.6 | 0.161 fraction | — | 尚未评估 |
split: id_test · source_model: Kimi-K2.6 · target_model: GLM-5 | 0.112 fraction | — | 尚未评估 |
split: id_test · source_model: Kimi-K2.6 · target_model: Claude Haiku 4.5 | 0.059 fraction | — | 尚未评估 |
split: id_test · source_model: Kimi-K2.6 · target_model: GPT-5.4 | 0.019 fraction | — | 尚未评估 |
split: id_test · source_model: GLM-5 · target_model: Kimi-K2.6 | 0.799 score | — | 尚未评估 |
split: ood_test · source_model: GLM-5 · target_model: Kimi-K2.6 | 0.799 score | — | 尚未评估 |