待验证50% 置信事实精确时间
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。
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 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。72% 相似待验证主流训练框架如Megatron-LM、DeepSpeed在分布式训练过程中会生成详细的检查点（Checkpoint）和数据加载记录66% 相似待验证Megatron-LM引入序列并行策略，针对LayerNorm、Dropout等算子将序列维度切分至多GPU处理，提升超长上下文训练场景下的显存利用率65% 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65% 相似待验证OmniVerifier-C1 采用解耦式强化学习训练策略，将优化目标拆分为子问题级二值判断和全局对齐评分两部分。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073803API
curl https://kongchang.com/api/v1/knowledge/claims/1073803MCP
get_claim(id=1073803)