待验证50% 置信观点精确时间

VIDRAFT的发布证明推理NPU上的反向传播在数值上是可信的，但模型仅46M参数，训练代码不开源，速度指标未披露，从46M到更大规模模型之间的工程障碍目前无法判断。

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

无GPU训练大模型：推理专用NPU跑通反向传播

涉及实体

VIDRAFTcompany VKORE-46M-NPUmodel

相关事实

待验证'放缓'缺乏可操作的定义，尚未就放缓何种指标（模型参数规模、训练算力投入或能力发布时间表）形成共识72% 相似待验证精确溯源大模型每一段输出所对应的原始训练数据贡献在工程上几乎是不可能完成的任务70% 相似待验证32k 词表在 50M 规模下表现崩溃，因为其嵌入矩阵占据近半模型参数，在 1,000 步训练内无法充分训练。70% 相似待验证HumanEval题目样本量有限且已被大量训练数据覆盖，导致部分模型存在测试集泄露的嫌疑69% 相似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69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1032403

API

curl https://kongchang.com/api/v1/knowledge/claims/1032403

MCP

get_claim(id=1032403)