待验证50% 置信事实精确时间
变更 #19247 的标题为 'preserve small-image detail for compact Gemma 4 vision towers'，目标是在 Gemma 4 紧凑型视觉编码器处理图像时保留小尺寸图像的细节信息。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/27
首次发现
有效期至：2027/1/25
来源
涉及实体
相关事实
待验证Gemma 3 4B 模型在复杂版式、手写体或低光照照片上的字段提取精度会明显低于 12B 或云端大模型。68% 相似待验证Gemma 3 视觉模型（4B）是 Google 发布的轻量级多模态模型，支持文本与图像输入，4-bit 量化后显存占用约 3-4GB，可在消费级笔记本 GPU 或 Apple Silicon 上运行。66% 相似待验证研究团队使用x265对鱼眼与半等距柱状投影画面重新编码，覆盖24个片段、双眼、四个码率点和九个观看方向61% 相似待验证fp4 是 4 位浮点量化格式，进一步节省显存但可能造成画面细节丢失或运动连贯性下降。57% 相似待验证Agnes-3.0-Flash 配备独立视觉编码器：27 层，隐藏维度 1152，patch 大小 16，经过 2×2 空间合并后投影到 5120 维57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1101754API
curl https://kongchang.com/api/v1/knowledge/claims/1101754MCP
get_claim(id=1101754)