部分验证65% 置信观点精确时间
Nex N2的输出风格与GPT模型高度相似，暗示其在后训练阶段对GPT风格输出进行了蒸馏
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
Nex N2 Pro深度实测：国产开源Agent模型真实表现如何？
bilibili比特光锥_BightCone2026/6/22
相关事实
待验证GPT-2确立的BPE分词、Pre-LN归一化、因果掩码自回归训练三大核心设计在GPT-3中被保留并扩展至175B参数71% 相似待验证GPT 系列、Llama 等模型的核心能力绝大部分来自预训练而非后续微调阶段71% 相似待验证GPT系列采用解码器路线，坚持自回归语言模型目标，通过扩大规模揭示了涌现能力现象68% 相似已验证GPT系列使用tiktoken（基于BPE编码）进行Token化67% 相似待验证GPT-2引入了Pre-LN（前置层归一化）设计，相比原始Transformer的Post-LN，将LayerNorm置于残差块内部的子层之前，改善了深层网络的梯度流动稳定性67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/43218API
curl https://kongchang.com/api/v1/knowledge/claims/43218MCP
get_claim(id=43218)