待验证50% 置信基准精确时间
SigLIP 2 B/16在图像检索任务中的mAP为0.672，高于CLIP ViT-B/32的0.571。
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
涉及实体
相关事实
待验证在细粒度汽车分类的k-NN实验中，SigLIP2 SO400M达到约92%准确率，CLIP ViT-L约59%，DINOv2 Giant约41%65% 相似待验证DINOv3 ViT-H+/16 剪枝到 50% 稀疏度时，移除 4.27 亿参数，ImageNet-1k 线性探测准确率仅下降 0.8%，无需权重校正或重训练。62% 相似待验证在覆盖九大维度共403道题的测试中，Muse-Glimmer-30B综合均分为76.04，比Corpus 3.6 27B的75.57高出0.47分60% 相似待验证在 Multimodal RewardBench 2 上，JEV-27B-VL 四项任务平均 63.8，与 GPT-4.1 和 Qwen3-VL-32B 接近，但落后于 GPT-5 和 Gemini 3 Pro；图像编辑项 57.8 是明显短板。60% 相似待验证在同一细粒度汽车分类任务中，CLIP ViT-L的k-NN准确率约为59%60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1071207API
curl https://kongchang.com/api/v1/knowledge/claims/1071207MCP
get_claim(id=1071207)