待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证scikit-learn 官方模型持久化文档警告：在与训练时不同的依赖版本下加载模型是不受支持的行为，并建议记录原始训练环境75% 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75% 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73% 相似已验证开放权重（open weights）区别于完全开源（open source），前者公开模型参数但不一定公开训练数据和完整训练代码72% 相似待验证使用自研模型可让Cursor避免向上游支付第三方API推理成本，并积累代码交互数据用于模型训练72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1002730API
curl https://kongchang.com/api/v1/knowledge/claims/1002730MCP
get_claim(id=1002730)