待验证50% 置信事实精确时间

ENAS（高效神经架构搜索）通过参数共享将搜索成本降低了1000倍

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

自动化AI研究资源大全：论文、工具与实验室完整指南

githubwjlgatech2026/6/10

相关事实

待验证MIT最新论文显示通过剪枝技术可以把神经网络缩小90%，推理成本直接降低10倍66% 相似待验证Nemotron Ultra推理速度最高提升5倍，相比其他前沿开放模型高级智能体任务成本最多降低30%61% 相似待验证据业内估算，单次LLM推理的算力成本约为传统搜索的10-100倍60% 相似待验证对于大量简单任务，使用小模型可将API成本降低10-100倍60% 相似待验证AI模型的边际成本随规模扩大而降低，用户越多，通过批处理和GPU利用率优化后每次推理的平均成本越低59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/42845

API

curl https://kongchang.com/api/v1/knowledge/claims/42845

MCP

get_claim(id=42845)