待验证50% 置信事实精确时间
模型权重指神经网络中通过训练得到的参数集合，权重刷新是指用新训练或微调后的参数替换原有参数而不改变模型对外的名称或调用接口。
1
来源数
50%
置信度
长期有效
时效性
2026/10/29
首次发现
来源
涉及实体
相关事实
待验证“调模型参数”在实际开发中多半不是指重新训练模型，而是调整调用侧的超参数与提示词。79% 相似已验证模型权重是神经网络经过训练后存储的参数数值，公开权重意味着任何人可以在本地运行、微调和深度审计模型78% 相似已验证代理模型是用较少的仿真样本训练一个轻量级的近似模型（如高斯过程或神经网络），用它快速预测设计参数变化对功耗、面积、增益等指标的影响，从而指导下一步采样位置。77% 相似已验证微调（Fine-tuning）通过反向传播算法在预训练权重基础上继续更新参数，使模型适应特定领域或任务风格76% 相似待验证参数合并通常指将多个独立训练得到的模型权重通过平均、任务算术或Fisher加权等方式融合为一个模型。76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1112259API
curl https://kongchang.com/api/v1/knowledge/claims/1112259MCP
get_claim(id=1112259)