待验证50% 置信解决方案精确时间

ZGCM-1采用渐进式课程学习，将上下文长度按16K、64K、256K分阶段扩展

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

ZGCM-1：7B全开源模型如何用工具调用挑战千亿级大模型

涉及实体

相关事实

待验证该配置实现了262K超长上下文、KV Cache Q4量化和MTP投机采样三项优化，将24GB显存利用率压榨到99%64% 相似待验证配合YaRN、Dynamic NTK等插值技术，可以将训练长度4K的模型扩展到128K甚至1M的上下文窗口61% 相似待验证全量微调一个SD XL模型需要80GB以上显存，而同等效果的LoRA训练在24GB显存的消费级GPU上即可完成59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/921655

API

curl https://kongchang.com/api/v1/knowledge/claims/921655

MCP

get_claim(id=921655)