待验证50% 置信事实精确时间

DINOv2 Giant参数量约11亿、嵌入维度1536，均显著大于SigLIP2 SO400M（约4亿参数、维度1152）和CLIP ViT-L（约3亿参数、维度768），但k-NN任务表现最差

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

DINOv2 vs SigLIP：k-NN分类为何差距悬殊？视觉编码器选型避坑指南

redditr/MachineLearning2026/7/8

相关事实

待验证DINOv2 Giant参数量约11亿，嵌入维度为153685% 相似待验证DINOv2 Giant输出嵌入维度高达1536维，在仅175张训练样本下k-NN面临维度灾难挑战74% 相似待验证LLaMA-2 70B 总参数约 700 亿均匀分布于 80 层，每层约 8.75 亿参数，FP16 精度下单层约占 1.75GB 显存69% 相似待验证SigLIP2 SO400M采用ViT-SO400M架构，参数量约4亿，输出嵌入维度为115269% 相似待验证CLIP ViT-L参数量约3亿，嵌入维度为76868% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/483114

API

curl https://kongchang.com/api/v1/knowledge/claims/483114

MCP

get_claim(id=483114)