待验证50% 置信事实精确时间

Muse Glimmer是稠密模型，每次推理激活全部300亿参数，Flash Attention可将速度提升约1.5到3倍

1

来源数

50%

置信度

长期有效

时效性

2026/8/19

首次发现

来源

Meta Muse Glimmer 30B实测：本地智能体模型新标杆

相关事实

待验证Muse Glimmer采用混合注意力机制：大部分层只关注2048 token的局部窗口，每隔四层做一次全局全注意力77% 相似待验证Muse Glimmer在实测中视觉能力表现亮眼，高级识图和发票识别均获满分，视觉能力已不输千问74% 相似部分验证Muse-Glimmer-30B是一个多模态模型，具备图文理解能力70% 相似待验证Meta发布的Llama 3系列采用分组查询注意力机制（GQA），在推理效率上较传统多头注意力有显著提升64% 相似待验证FlashAttention、滑动窗口注意力等工程优化技术使百万级上下文在可接受的计算资源范围内成为可能64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/772088

API

curl https://kongchang.com/api/v1/knowledge/claims/772088

MCP

get_claim(id=772088)