待验证50% 置信事实精确时间
LLaMA 1的训练数据量为1.4T token，LLaMA 2的训练数据量为2T token
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
Hyper-Connections：残差连接十年来首次重大改进
bilibili姚育平2026/6/6
相关事实
待验证当前主流大模型的训练数据量已达到十几T甚至六十T token71% 相似待验证训练角色一致性LoRA模型只需20-50张高质量参考图，训练约1500-3000步，在RTX 3090等消费级GPU上可在2-4小时内完成64% 相似已验证2022年DeepMind发布Chinchilla论文，修正了最优训练配比，指出在给定算力预算下模型参数量与训练token数应大致保持1:20的比例63% 相似待验证该计划采用月度周期递增（Training Max每周期仅增加很小幅度），内置保守起始建议（以真实1RM的85-90%作为训练最大值），适合需要长期、低伤害风险地积累力量的中高级训练者62% 相似待验证训练过程可拆分为外循环（周/月单位，接收用户反馈）和内循环（小时/天单位，快速爬坡验证）61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/53862API
curl https://kongchang.com/api/v1/knowledge/claims/53862MCP
get_claim(id=53862)