来源:paper_markdown:Table 10, PDF page 52
已评估 10/10 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 |
|---|---|---|---|
| 7.7 perplexity | — | 无法判定 | |
| 7.04 perplexity | 7.081 perplexity | 获得支持 | |
| 56.4% | 57.19% | 获得支持 | |
| 52.5% | 41.1273% | 无法判定 | |
| 72.4% | 72.0348% | 无法判定 | |
| 60.5% | 60.8165% | 无法判定 | |
| 29.4% | 24.9147% | 无法判定 | |
| 54.6% | 55.3275% | 获得支持 | |
| 34% | 23.6% | 无法判定 | |
| 51.4% | 47.8587% | 无法判定 |