待验证50% 置信权衡取舍精确时间

微调通常需要数万到数十万美元的算力投入，且知识更新需要重新训练

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

Marketing Skills：为Claude Code注入营销专家能力的开源项目解析

githubGitHub Trending2026/7/5

相关事实

已验证微调需要数百到数千条高质量训练样本、数小时GPU计算时间和持续维护成本，知识更新时需重复整个流程81% 相似待验证参数化知识固化在模型神经网络权重中，更新代价极高，通常需要数周乃至数月的重新训练；非参数化知识存放在独立外部索引中，可随时增删改查，更新成本接近于零75% 相似已验证大语言模型的预训练过程需要数千块高端GPU并行运算数月，耗资通常在数千万到数亿美元之间71% 相似待验证在千亿参数大模型训练中，节点间通信开销可能占总训练时间的30%-50%66% 相似待验证Collapse训练规模约500万行英文维基百科语料约3亿token，约2560万参数，单次流式遍历完成65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/115788

API

curl https://kongchang.com/api/v1/knowledge/claims/115788

MCP

get_claim(id=115788)