待验证50% 置信事实精确时间
MNN-Pocket-0.3B在架构设计中采用了依赖感知的词表剪枝技术。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
MNN-Pocket-0.3B技术报告:173MB端侧模型实现466 tokens/s推理
rss2026/11/9
涉及实体
相关事实
已验证多模态LLM的核心架构通常由视觉编码器(如CLIP或ViT)、跨模态对齐层和语言解码器三部分组成64% 相似待验证传达设计意图的三种方式(文字、截图、可运行代码)各有优劣:可运行代码信息无损且机器友好,截图在传达整体氛围上更快,文字胜在灵活63% 相似待验证掩码上下文增强策略的灵感来自 NLP 领域的掩码语言建模(如 BERT)和计算机视觉中的掩码自编码器(MAE)60% 相似待验证传统智能音箱普遍采用意图识别加槽位填充的NLU架构,通过关键词匹配或小型分类模型判断用户意图60% 相似待验证3B 级别的小模型可以在 6GB 内存的边缘设备上运行,适合分类、抽取和简单问答,但在多步财务分析、跨账单关联和自然语言解释上容易力不从心并产生幻觉。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1154767API
curl https://kongchang.com/api/v1/knowledge/claims/1154767MCP
get_claim(id=1154767)