待验证50% 置信基准精确时间
以 Qwen2-VL-2B 为例，难负例挖掘、假阴性缓解与难批次构造三者整合的组合策略在 MMEB 上平均提升约 6.0%。
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
待验证拿针对性训练过的0.8B模型对比未微调的stock Qwen3.5-2B基础模型存在比较基准不对等的问题68% 相似待验证Qwen3 27B 的 1-bit 量化导致模型能力断崖式下跌，部分任务输出丧失基本连贯性和准确性63% 相似待验证同一比特宽度下 imatrix 量化通常比普通量化保留更多模型能力，尤其在低比特（如 Q2、Q3）场景下差距明显。63% 相似已验证现代量化方案（如 Q4_K_M、Q5_K_M）采用分组量化与混合精度策略，精度下降通常控制在 1-3% 以内62% 相似待验证UP主原本计划使用VLM方案，但因适配复杂度过高而放弃，最终选择SGLang相关推理栈完成部署62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1028177API
curl https://kongchang.com/api/v1/knowledge/claims/1028177MCP
get_claim(id=1028177)