待验证50% 置信基准精确时间
VKORE 与 PyTorch 在 LoRA 训练中的数值一致性达到 0.9999。
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
VKORE：让推理NPU跑LoRA训练，推理提速3.8倍
rss2026/10/15
涉及实体
相关事实
待验证在 VKORE 场景中，0.9999 的数值一致性通常指两个计算后端（VKORE 与 PyTorch）在相同输入下输出张量的相关系数或逐元素匹配比例，并非位级相同。70% 相似待验证LoRA训练中常用的学习率为1e-4到5e-4之间，常用的Network Rank值为8、16、32、64、12862% 相似待验证仅标签训练（Label-Only）方法取得0.896的准确率和0.564的span F1，逐字引用从训练前的0.597提升到0.72962% 相似待验证LoRA使可训练参数量通常仅为全参微调的0.1%-1%，可在单张RTX 3090/4090（显存24GB）上微调7B乃至13B级别的模型61% 相似待验证buffalo_l在MS1MV3数据集（约300万张图像）上训练，LFW准确率接近99.8%61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1035346API
curl https://kongchang.com/api/v1/knowledge/claims/1035346MCP
get_claim(id=1035346)