待验证50% 置信事实精确时间
非辛方法如标准RK4局部精度更高，但能量误差可能随时间单调增长
1
来源数
50%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
待验证标准四阶龙格-库塔法（RK4）是耗散型积分器，能量误差可能随时间单调增长导致长时间尺度上的物理偏差84% 相似待验证低精度引入的数值扰动会在RL的多轮迭代中通过策略梯度的乘积形式被放大，可能导致训练崩溃或模型性能退化66% 相似待验证GPTQ、AWQ等后训练量化方案能在INT4精度下将性能损失控制在1-2%以内65% 相似已验证4-bit量化技术（如GPTQ、AWQ、GGUF格式）可以将模型显存需求降低到原来的1/4，但会带来一定精度损失65% 相似待验证GPT-3研究中记录了「涌现能力（Emergent Abilities）」现象：当模型参数规模超过某个临界阈值，性能出现非线性跃升63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/533555API
curl https://kongchang.com/api/v1/knowledge/claims/533555MCP
get_claim(id=533555)