待验证50% 置信事实精确时间

本地ASR模块通常采用量化压缩的轻量级深度学习模型，参数量在数百万至数千万级，端侧延迟可控制在100ms以内

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

小米小爱同学10.1英寸智能中控屏：AI大模型加持值得买吗？

bilibili栖光好物测评2026/7/5

相关事实

待验证专为代码训练的模型（如DeepSeek-Coder系列）在代码基准上往往比同参数量的通用模型高出10-30个百分点67% 相似待验证精排层普遍使用深度学习模型如Wide&Deep、DeepFM或Transformer架构进行CTR预估和互动概率计算66% 相似待验证小批量梯度下降是现代深度学习中最常用的方式，典型批量大小从32到数千不等65% 相似待验证许多深度学习模型在权重量化到4位后仍能保持95%以上的推理精度64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/398819

API

curl https://kongchang.com/api/v1/knowledge/claims/398819

MCP

get_claim(id=398819)