待验证50% 置信事实精确时间
OmniGround 团队构建了一个 580K 样本的训练数据集，通过从稠密音频-视觉标注中重建时序问答并组织通用全模态指令数据得到。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
涉及实体
相关事实
待验证OmniGround 是一个基于 TACG 和 580K 数据集训练的通用全模态模型，具备更强的时序定位能力。72% 相似待验证该训练结合了合并率、代码审查时间、仓库规模等行为指标，最终生成超过100万条step-to-step的状态转移数据72% 相似待验证训练数据集包含4096条Richards方程数值轨迹，按2867/614/615划分为训练集、验证集和评估集。69% 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69% 相似待验证Whisper 原始研究描述了在 68 万小时多语言多任务监督数据上的训练，并报告了跨基准的强零样本迁移能力。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073802API
curl https://kongchang.com/api/v1/knowledge/claims/1073802MCP
get_claim(id=1073802)