待验证50% 置信事实精确时间
SETAREH在APPA-REAL数据集上使用卷积神经网络进行表观年龄估计，实验表明能用远少于原始向量维度的变换系数-输入对来近似内积，且误差保持在可接受范围内。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
SETAREH变换：排序辅助Haar小波稀疏化加速内积计算
rss2026/10/16
涉及实体
相关事实
待验证在消融研究中，不使用任何数据、仅靠参数记忆时，即使最好的模型也表现不佳；提供季度初期数据后表现提升约25个百分点；但距离使用最新数据仍有12-16个百分点的差距。68% 相似待验证Long-Term团队实验表明，用同一个模型仅调整规则约束和记忆系统，成绩从52.8%涨到66.5%，排名从Top 30跳到Top 567% 相似待验证将年龄字段从100个可能值泛化为5个区间，信息熵从约6.64比特降至约2.32比特，信息量损失超过60%65% 相似已验证斯坦福大学2023年发布的Lost in the Middle研究（Liu et al.）显示，当关键信息位于上下文中间段时，模型检索准确率相比头部和尾部下降约20-30个百分点，且在上下文超过32K token时尤为显著65% 相似已验证INT4量化将神经网络权重从FP32压缩为4位整数表示，模型体积缩减约8倍65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1069391API
curl https://kongchang.com/api/v1/knowledge/claims/1069391MCP
get_claim(id=1069391)