已验证65% 置信事实精确时间
开源权重模型指训练完成后将神经网络参数权重以开放许可证形式公开发布，可下载在自有硬件运行并用私有数据微调而无需支付调用费
3
来源数
65%
置信度
长期有效
时效性
2026/9/28
首次发现
来源
涉及实体
相关事实
待验证开放权重仅公开训练完成后的神经网络参数文件，使用者可加载推理和微调，但无法复现训练过程或审计数据来源，与完全开源不同77% 相似已验证开放权重策略意味着模型参数可免费下载使用，但训练数据与完整训练流程通常不公开，已成为Meta Llama、Mistral等公司的主流选择77% 相似待验证Shieldstral采用开源权重（open-weight）发布，意味着模型参数可自由下载使用，但训练数据、训练代码和数据处理流程可能并未公开75% 相似待验证完全开源通常要求公开数据集和训练流程73% 相似待验证开放权重模型（如 Gemma、TabPFN）公开训练完成的模型参数允许本地部署但不一定公开完整训练代码或数据，而 scikit-learn 的算法实现代码与权重生成过程均可审计72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/956023API
curl https://kongchang.com/api/v1/knowledge/claims/956023MCP
get_claim(id=956023)