待验证50% 置信基准精确时间
与现有基线模型相比，RT-LSTM的MAE分别降低4.3%（对比LSTM）、11.6%（对比StarNet）和22.1%（对比基于注意力的时空模型ASTM）。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/26
首次发现
有效期至：2027/1/24
来源
涉及实体
相关事实
待验证入口级和转向级预测相较于历史均值基线，平均绝对误差（MAE）分别降低了4.03%和3.92%67% 相似待验证横向对比中 vLLM 显存效率约 96%、Ollama 约 85%、llama.cpp 约 88%；首 token 延迟分别为 18ms、22ms、12ms。66% 相似待验证相对Vicuna自回归基线，HAD-VLM在EchoNet-LVH四项任务上误差降低21.4%–37.6%。65% 相似待验证微软研究显示4-bit LLaMA 2测MMLU总分仅变化三分之一个百分点，但13%的单题答案发生了变化64% 相似待验证FastEmbed-rs所使用的量化模型在MTEB基准测试中相比全精度模型的性能下降通常控制在1-2%以内64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098574API
curl https://kongchang.com/api/v1/knowledge/claims/1098574MCP
get_claim(id=1098574)