待验证50% 置信事实精确时间
来源未提供 VKORE-46M-NPU 的量化基准对比，包括困惑度分数、下游任务准确率和每秒 token 训练吞吐。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/15
首次发现
有效期至：2026/10/29
来源
涉及实体
相关事实
待验证VKORE-46M-NPU参数规模为46M，约为GPT-2 Small（约1.24亿参数）的三分之一，其意义在于验证NPU训练路径可行，而非模型本身的质量。78% 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。66% 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0.72965% 相似待验证VKORE 与 PyTorch 在 LoRA 训练中的数值一致性达到 0.9999。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041058API
curl https://kongchang.com/api/v1/knowledge/claims/1041058MCP
get_claim(id=1041058)