待验证50% 置信基准精确时间

按损失效应选择成分而非按大小，能保留全部三个专家，并且在8倍秩范围内精度几乎持平（波动0.7个百分点）。

1

来源数

50%

置信度

长期有效

时效性

2026/11/5

首次发现

来源

LoRA秩不必统一：模型合并新方法提升多域精度

涉及实体

损失效应concept

相关事实

待验证给专家分配不同秩，对平均合并和基于效用的选择方法没有损失，反而带来最高1.8个百分点的多域精度提升。79% 相似已验证INT8量化约损失0.5%精度、显存减半，INT4量化显存压缩至原来的1/4、精度损失约1-3%72% 相似待验证对于仅包含数百条样本的切片评测，合理的置信区间往往宽达3-5个百分点71% 相似待验证在竞赛问题上，VERS在所有模型规模上均损失3-7个百分点的准确率。70% 相似待验证TIES方法在4B规模下精度波动6.7个百分点，而按损失效应选择仅波动0.7个百分点。70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1137826

API

curl https://kongchang.com/api/v1/knowledge/claims/1137826

MCP

get_claim(id=1137826)