待验证50% 置信事实精确时间

实验评估指标覆盖FID、可训练参数量、运行时间和GPU显存占用四个维度

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

LoRA秩的权衡：扩散模型微调中的最优选择

涉及实体

相关事实

待验证GPTQ、AWQ等后训练量化方法能够在几乎不损失基准测试分数的情况下将70B参数量级模型部署在消费级GPU上73% 相似待验证编排层包含任务分解、模型路由、结果融合和质量校验四个关键环节69% 相似待验证过程层也称轨迹评估（Trajectory Evaluation），包含工具调用精准度、执行路径效率、自主纠错能力三项核心指标68% 相似待验证《AI行政令》要求训练算力超过10²⁶次浮点运算（FLOP）的模型开发商向联邦政府报告安全测试结果68% 相似待验证基准测试评估方法结合自动化指标(CLIP-Score、LPIPS、SSIM)和人工评价67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/916318

API

curl https://kongchang.com/api/v1/knowledge/claims/916318

MCP

get_claim(id=916318)