待验证50% 置信基准精确时间
在多个基准上的实验显示，SpatialOPSD 的平均准确率高于 SFT 和 GRPO，且这一优势同时出现在空间任务和分布外（OOD）数据集上。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
涉及实体
相关事实
待验证在监督微调（SFT）中，数据的分布往往比数据的数量更关键，精准的数据补充胜过盲目扩充数据集69% 相似待验证深度估计任务因其回归性质对精度更敏感，可能需要混合精度策略——对敏感层保持 FP16 而对其他层使用 INT866% 相似待验证低比特表示会显著放大权重分布中的异常值影响，SmoothQuant通过迁移量化难度、SpQR通过对异常值单独保留高精度来解决这一问题65% 相似待验证DPO偏好优化可在SFT基础上用好要旨与差要旨的偏好对进一步对齐输出质量65% 相似待验证在数学基准测试套件的低维微调实验中，LlMBO的微调增益与GRPO持平甚至更优，但使用的计算量和内存只是后者的一小部分。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1033282API
curl https://kongchang.com/api/v1/knowledge/claims/1033282MCP
get_claim(id=1033282)