待验证50% 置信基准精确时间

LM2LM所需的数据生成成本降低了33%。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/19

首次发现

有效期至：2027/1/17

来源

LM2LM：语言模型学会自我改进，开启递归自我提升新路径

rss2026/10/16

涉及实体

相关事实

待验证中等程度的物理引导将长期预测误差降低了约30%，相对于纯数据驱动训练。65% 相似待验证与Transolver在相同数据集和相同数据划分下对比，该模型的相对L2误差降低31%，内部均方误差（interior MSE）降低47%65% 相似待验证在演示的决策循环中，建模成本从 40033.55 降至 32769.23，降幅 18.1%63% 相似待验证GGUF量化可将模型内存占用降低至原始精度的25%左右62% 相似待验证研究表明LLM先生成计划再执行可以将错误率降低30-50%61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1069681

API

curl https://kongchang.com/api/v1/knowledge/claims/1069681

MCP

get_claim(id=1069681)