待验证50% 置信事实精确时间

Collapse训练规模约500万行英文维基百科语料约3亿token，约2560万参数，单次流式遍历完成

1

来源数

50%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

无需MLP与注意力机制：点吸引子动力学如何学习词嵌入

redditr/learnmachinelearning2026/7/10

相关事实

待验证大型训练任务中因故障和恢复造成的算力浪费可达总训练时间的5%到20%67% 相似待验证在千亿参数大模型训练中，节点间通信开销可能占总训练时间的30%-50%67% 相似待验证数量按训练周期计算：每天至少3-5次如厕，一个4周训练周期需要100-150张，购买总量应≥500张避免中途耗尽导致激励断档67% 相似已验证微调需要数百到数千条高质量训练样本、数小时GPU计算时间和持续维护成本，知识更新时需重复整个流程66% 相似待验证在近千个点的分类任务中，批量大小取30可使训练速度提升约33倍66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/491361

API

curl https://kongchang.com/api/v1/knowledge/claims/491361

MCP

get_claim(id=491361)