待验证50% 置信事实精确时间
FiLM是一种条件归一化技术，用辅助网络根据上下文生成缩放系数γ和偏移系数β，对主特征图每个通道做仿射变换：输出 = γ · 特征 + β。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证FiLM由Perez等人于2018年提出，最初用于视觉问答任务，其核心是用条件信号生成缩放参数γ和偏移参数β对特征进行逐通道仿射变换74% 相似待验证一篇发表于arXiv的论文提出了MoR-MLLM，通过按token自适应分配算力重构多模态模型的计算范式58% 相似待验证MoR-MLLM建立在Mixture-of-Recursions（MoR，递归混合）框架之上55% 相似待验证在推理网络中，节点代表不同的LLM，边代表条件性的模型激活（即在满足某种条件时才触发下一个模型调用）55% 相似待验证通过引入评分基线，Plugin Evals 将概率性输出转化为可比较的量化指标，使 CI 集成在技术上成为可能54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1048199API
curl https://kongchang.com/api/v1/knowledge/claims/1048199MCP
get_claim(id=1048199)