待验证50% 置信事实精确时间
作者使用 Tinker 的 LoRA 训练 API，基于 Qwen3.5-4B 在 5,755 条 Open Food Facts 数据上微调，训练集包含 5,000 条普通产品、550 条拒答样本和 205 条对照样本。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16
来源
涉及实体
相关事实
待验证后训练量化通过少量代表性校准数据（通常128-1024条样本）前向传播收集各层激活统计特征，常用校准数据集包括WikiText-2、C4和Pile子集65% 相似待验证MiniCPM5-2B开源了训练数据，包括约50万条agent样本和8万多条强化学习样本64% 相似待验证智谱GLM-5.3基于743B（7430亿参数）基座进行后训练，主打编程与智能体两大核心场景64% 相似待验证LoRA训练中rank值通常建议从4-16或4-32的安全区间开始实验，过高的rank值会导致模型记忆训练细节而非抽象人物特征62% 相似待验证Tev 提出了 Tev-Gym，据称是首个具有可验证、稠密、渐进式奖励的长周期智能体训练数据集，覆盖 7 个领域、共 1170 个经过验证的任务环境。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1060641API
curl https://kongchang.com/api/v1/knowledge/claims/1060641MCP
get_claim(id=1060641)