待验证50% 置信事实精确时间
掩码自编码器（MAE）是 He 等人于 2022 年提出的自监督预训练框架。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
来源
涉及实体
相关事实
待验证Toolformer由Meta于2023年提出，训练模型自主决定何时调用API70% 相似待验证2021年的GLaM验证了64个专家的MoE架构在1.2万亿参数下的高效训练方法66% 相似待验证DSPy框架由斯坦福于2023年发布，将提示词视为可训练参数，通过梯度下降等方法自动寻优65% 相似待验证ControlNet由张吕敏（Lvmin Zhang）于2023年提出，在不破坏原模型权重的前提下将结构条件注入预训练扩散模型65% 相似待验证Fill-in-the-Middle（FIM）技术由OpenAI在2022年提出，在训练时随机遮掩代码中间段，强制模型同时利用前缀和后缀进行预测65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1079204API
curl https://kongchang.com/api/v1/knowledge/claims/1079204MCP
get_claim(id=1079204)