待验证50% 置信预测精确时间
“Small”命名与 594B 规模之间的反差可能暗示 Thinking Machines 还有更大规模的版本规划,或“Small”指相对于其内部其他模型的定位。
1
来源数
50%
置信度
长期有效
时效性
2026/11/17
首次发现
来源
涉及实体
相关事实
待验证给小模型过多提示词(几十K到上百K的规范和工具)会分散其有限的注意力,DSH等轻量框架对小模型更友好64% 相似已验证受限于消费级设备的算力和内存,本地能运行的模型规模通常远小于云端旗舰模型,在复杂推理、长上下文处理等任务上存在差距64% 相似待验证在 RobotCore Mini 等边缘设备上若测得推理速度低于5 tokens/s,通常意味着模型规模超出硬件舒适区,应换用更小参数量或更低量化精度的版本63% 相似待验证一个675B参数的大模型在工具幻觉上的表现与7–8B的小模型不相上下,说明模型规模无法解决工具幻觉61% 相似待验证选择小模型意味着偶尔会有奇怪的输出,但更大的模型跑不动该笔记本,作者接受了这个权衡61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1177876API
curl https://kongchang.com/api/v1/knowledge/claims/1177876MCP
get_claim(id=1177876)