待验证90% 置信事实精确时间
One criterion for determining systemic risk is the computational resources used for model training, measured in floating point operations (FLOPs) as a threshold
1
来源数
90%
置信度
中期 (~90 天)
时效性
2026/8/2
首次发现
来源
涉及实体
相关事实
待验证欧盟《AI法案》要求GPAI提供者发布足够详细的训练数据摘要，系统性风险模型以10^25 FLOPs计算量为阈值67% 相似待验证美国AI监管以模型训练算力阈值（以FLOP为单位）作为触发强制报备义务的量化指标67% 相似已验证基准测试面临污染（Contamination）风险，若训练数据中包含测试题目或近似变体，模型高分可能部分源于背题而非真实能力66% 相似待验证Executive Order 14110以训练所用浮点运算量（FLOPs）作为触发审查义务的量化阈值，超过10²⁶次FLOPs训练量的模型即需强制报备65% 相似待验证能诊断模型系统性失效、设计训练数据策略、进行推理效率工程优化（如模型量化、KV Cache设计）的人才供给稀缺64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/679795API
curl https://kongchang.com/api/v1/knowledge/claims/679795MCP
get_claim(id=679795)