待验证50% 置信事实精确时间

剪枝通过移除对输出贡献较小的权重或神经元来精简网络结构。

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

AI模型或将脱离数据中心实现自我复制

涉及实体

相关事实

待验证剪枝（Pruning）通过移除对输出贡献较小的神经元或注意力头缩减模型规模，但需要专用硬件支持才能真正实现加速76% 相似待验证研究发现低激活值簇（如字母类别）的依赖神经元正负权重呈均匀分布，净效果将求和结果压低71% 相似待验证神经层面「突触竞争」机制使频繁激活的神经连接通过长时程增强（LTP）得到强化，闲置连接则发生突触修剪而弱化69% 相似待验证从高级脑区回传到低级脑区的神经纤维数量往往超过前馈连接67% 相似待验证脉冲神经网络中的神经元只有在膜电位累积超过阈值时才发放离散脉冲，其余时间保持静默66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1015917

API

curl https://kongchang.com/api/v1/knowledge/claims/1015917

MCP

get_claim(id=1015917)