待验证50% 置信事实精确时间
ScopeGuard 使用 all-MiniLM-L6-v2 模型进行本地嵌入，该模型约2200万参数，可在 CPU 上实现毫秒级编码。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
涉及实体
相关事实
待验证all-MiniLM-L6-v2是384维的开源句向量模型，模型大小约80MB，可在普通CPU上以毫秒级延迟完成单条编码75% 相似待验证这类微型LLM参数规模通常在1B至7B之间，可在手机或可穿戴芯片上完成每秒数十个token的本地推理66% 相似待验证TinyML模型几乎都是单一任务、固定功能的，通常只有几十KB到几MB大小，而Needle定位为具备通用能力的基础模型66% 相似待验证该基准使用锁定在特定commit的llama2.c，配合TinyStories的FP32检查点（15M、42M、110M参数），这些是跑在llama2.c上的小模型而非完整的Llama 266% 相似待验证模型使用每个词256维可学习向量，参数总量约2560万，几乎全部集中在共享井表中65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1063379API
curl https://kongchang.com/api/v1/knowledge/claims/1063379MCP
get_claim(id=1063379)