待验证50% 置信事实精确时间
Context Encoder 的编码器以随机权重从零开始训练，仅在修复任务上训练，而非为 ImageNet 分类训练
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
待验证预训练的U-Net通常指编码器部分使用了在ImageNet等大规模数据集上预训练的骨干网络（如ResNet、EfficientNet），仅解码器部分从零训练72% 相似待验证仅在 OpenCode 单一框架训练能把 OpenCode 场景得分从 34% 拉到 58%，但泛化能力有限，而多 harness 训练在所有框架上都有提升72% 相似待验证对视觉大模型做下游任务微调时，可选择只微调后端LLM、只微调前端Encoder、两部分都训练，或指定训练特定层和模块70% 相似待验证多模态架构中的Encoder需要提前预训练，开源多模态大模型训练时除了内部LLM还必须专门训练前面的Encoder69% 相似待验证只修复编码器是一个低显存、即插即用的方案，适合在训练阶段为模型加装低秩KV缓存压缩能力，精度不输而成本更低68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1004193API
curl https://kongchang.com/api/v1/knowledge/claims/1004193MCP
get_claim(id=1004193)