待验证50% 置信基准精确时间
Conformer在LibriSpeech基准上相较于纯Transformer架构实现了约15%的相对错误率降低
1
来源数
50%
置信度
长期有效
时效性
2026/9/8
首次发现
来源
涉及实体
相关事实
待验证将FP32权重降至INT8后，典型Transformer模型基准测试分数下降通常不超过1%，推理速度提升2至4倍，内存占用减少75%69% 相似待验证xformers库可将Stable Diffusion运行时的显存需求降低约30-40%68% 相似待验证基于Transformer架构的现代审核模型相比传统关键词过滤，误报率（False Positive Rate）可降低60%以上66% 相似待验证批大小为1的Transformer推理算术强度往往低于10 FLOP/Byte，意味着GPU算力利用率不足理论峰值的5%63% 相似待验证在LLM超低比特量化中，Transformer模型某些特定通道的激活值可能比其他通道大100倍以上，这些离群值会导致极端量化的精度崩溃62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/879157API
curl https://kongchang.com/api/v1/knowledge/claims/879157MCP
get_claim(id=879157)