待验证50% 置信基准精确时间
DINOv3 ViT-H+/16 剪枝到 50% 稀疏度时，移除 4.27 亿参数，ImageNet-1k 线性探测准确率仅下降 0.8%，无需权重校正或重训练。
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
你的Transformer其实是弹性的：免重训练动态压缩
rss2026/10/14
涉及实体
相关事实
待验证没有任何一个Decision 3.0模型在训练中见过视频数据，但在Perception Test验证集全部19,140道问题上，27B版本零样本得分77.4，4B版本得分70.369% 相似待验证在128K Token上下文、约1.6万个键值对的大海捞针实验中，仅改变一个键值对的位置，DeepSeek-V4-Flash-Base准确率最大差距达40.2%，DeepSeek-V4-Pro-Base为34.8%，经后训练优化后仍分别为19.1%和14.8%。68% 相似待验证在 Qwen3-4B 对比实验中，不使用 SGUID 过滤、直接用未筛选技能更新模型，性能在 HMMT25 上下降 0.3 个百分点。67% 相似待验证一个rank=4的LoRA文件对于SD1.5模型约只有3-6MB，LoRA设计使训练参数量减少95%以上67% 相似已验证GGUF量化格式（如Q4_K_M）通过将权重精度从32位浮点压缩到4位整数，通常只带来约1-5%的性能损失66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1037994API
curl https://kongchang.com/api/v1/knowledge/claims/1037994MCP
get_claim(id=1037994)