待验证50% 置信基准精确时间
在测试集中，一个中等规模模型的部署成本是某个更小模型的4倍，但应用性能只提升了约2%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证当预算和时间线计算交由外部可靠流程而非模型自行推断时，廉价模型上准确率提升高达42个百分点，强模型上仅提升2到5个百分点75% 相似待验证在2000次请求的模拟中，小型模型（1单位成本/请求）准确率为74.5%，每次正确回答成本为1.34；大型模型（20单位成本/请求）准确率为95.8%，每次正确回答成本为20.88。73% 相似待验证增加模型参数带来的收益约为对数据进行第二轮训练（second pass）的两倍72% 相似已验证对于参数量大于30B的模型，4-bit量化造成的性能损失通常在基准测试中下降1-3%，但对小模型影响更显著72% 相似待验证小模型对相比原始模型对下载体积减半、峰值内存降低约 35%，但在该试验中完整回合反而更慢。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1026270API
curl https://kongchang.com/api/v1/knowledge/claims/1026270MCP
get_claim(id=1026270)