待验证50% 置信事实精确时间
GTR-Depth 是 GTR 系列模型的延续之作，专注于深度估计任务
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/4
首次发现
有效期至：2027/1/2
来源
涉及实体
相关事实
待验证GTR-Depth 仅凭一张单目图像就能预测出以米为单位的绝对深度（metric depth）72% 相似待验证GTR-Depth 使用与前作相同的主干网络，包含12个门控线性注意力块（gated linear attention blocks）67% 相似待验证精排层普遍使用深度学习模型如Wide&Deep、DeepFM或Transformer架构进行CTR预估和互动概率计算66% 相似待验证深度学习模型推理通常需要GPU或专用加速器，模型服务部署工具包括Seldon、KServe、BentoML、TorchServe61% 相似待验证DeepSeek-R1等工作探索了以GRPO替代PPO，通过组内相对评分简化价值模型估计，降低四模型并行的显存压力60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/971168API
curl https://kongchang.com/api/v1/knowledge/claims/971168MCP
get_claim(id=971168)