待验证50% 置信事实精确时间

经过充分训练的神经网络权重矩阵奇异值呈现重尾特征，前10%的奇异值可能捕获超过90%的信息能量

1

来源数

50%

置信度

长期有效

时效性

2026/7/19

首次发现

来源

块低秩压缩：内存受限GPU上的大模型推理加速指南

相关事实

待验证当不动动作占据80%以上帧时，模型通过最小化交叉熵损失可在不学习有意义特征的情况下达到80%准确率，这称为多数类捷径67% 相似待验证实验数据显示关键信息位于输入序列首尾时模型检索准确率可高达90%以上，位于中段时可能骤降至60%以下66% 相似待验证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65% 相似待验证超高思考强度一条消息消耗的token可能是低强度的5-10倍64% 相似待验证知识蒸馏让学生网络学习教师网络输出的软概率分布，使学生模型在参数量缩减10倍以上的情况下保留核心推理能力63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/561357

API

curl https://kongchang.com/api/v1/knowledge/claims/561357

MCP

get_claim(id=561357)