待验证80% 置信事实时间未知

iNaturalist的物种识别引擎经历了从InceptionV3到EfficientNet等架构的持续迭代

1

来源数

80%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

iNaturalist AI物种识别实战：PyCon开发者的洛杉矶河观鸟记录

rss

涉及实体

iNaturalistproduct InceptionV3model EfficientNetmodel

相关事实

待验证MEMOIR采用双引擎检索架构，包含关键词精确匹配引擎（基于倒排索引）和大模型智能检索引擎63% 相似待验证Optimize Anything的API只需要三个核心输入：初始种子Artifact、返回分数和诊断反馈的评估器、以及可选的数据集63% 相似待验证Foundry的追踪系统基于OpenTelemetry标准构建63% 相似待验证该Skill会先识别功能模块，再在每个模块下系统展开正向流程、反向异常、边界值三类测试维度62% 相似待验证火山引擎此前已开源了高性能推理框架优化版本、向量数据库相关工具等多个项目60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/19444

API

curl https://kongchang.com/api/v1/knowledge/claims/19444

MCP

get_claim(id=19444)