待验证50% 置信事件精确时间
VIDRAFT在一款推理专用NPU上完成了完整的反向传播，从零预训练了一个语言模型，并发布为VKORE-46M-NPU。
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VIDRAFT的同一套NPU方案已覆盖从零预训练、LoRA微调、推理加速（在通用开源模型上同样得到验证）、量化模型执行与加速等模型生命周期环节。72% 相似待验证Laya 采用零样本分类范式，其底层通常基于经过自然语言推理（NLI）任务微调的预训练语言模型65% 相似待验证大语言模型本身是无状态的，其所有知识编码在训练后固定不变的神经网络权重中，单次推理完成后中间状态归零61% 相似待验证2014年神经网络架构的引入实现了端到端的翻译模型训练,Bahdanau等人提出了基于注意力机制的序列到序列模型,开启了神经机器翻译(NMT)时代61% 相似待验证VIDRAFT 计划将 VKORE 用于两类内部负载：AI 判断引擎（输出概率或分数而非自由文本）和递归自我改进模型（RSI，模型反复解题并把验证过的结果喂回自己的训练循环）。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1026569API
curl https://kongchang.com/api/v1/knowledge/claims/1026569MCP
get_claim(id=1026569)