待验证50% 置信事实精确时间
MaRN是一个开源的PyTorch库，通过优化低维潜在表示并经映射函数展开为完整模型参数来训练神经网络
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证模型权重是神经网络训练后形成的数值参数矩阵，通常以 PyTorch 的 .pt 文件、GGUF 格式或 Safetensors 格式存储68% 相似待验证SPLADE 是一种学习型稀疏检索模型，通过神经网络为文档生成稀疏向量表示，可在倒排索引上高效运行66% 相似待验证可微分编程处理不可微离散结构的主要技术路线包括直通估计器、Gumbel-Softmax重参数化和神经网络引导的束搜索66% 相似待验证深度知识追踪（DKT）等神经网络模型不显式建模掌握这一潜在状态，而是通过循环神经网络或Transformer等架构直接预测学生下一题答对的概率66% 相似待验证LLM路由领域已有RouteLLM、Martian等探索先例，核心思路是训练轻量级分类器在推理前预判任务难度与类型，再映射到模型选择策略65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/991514API
curl https://kongchang.com/api/v1/knowledge/claims/991514MCP
get_claim(id=991514)