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% 相似待验证深度学习训练场景优先看显存容量而非双精度性能，模型参数量决定显存需求：7B模型全精度训练需约24GB，13B需48GB以上，训练大模型选RTX 6000 Ada(48GB)或A100/H100系列65% 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/398819API
curl https://kongchang.com/api/v1/knowledge/claims/398819MCP
get_claim(id=398819)