待验证50% 置信事实精确时间
KGW（Kirchenbauer-Geiping-Wen）算法由马里兰大学研究者于2023年提出，是学术界最具影响力的LLM文本水印方案之一
1
来源数
50%
置信度
长期有效
时效性
2026/8/27
首次发现
来源
涉及实体
相关事实
已验证SGLang 是由 UC Berkeley 等机构研究人员开发的专为大语言模型推理设计的高性能框架55% 相似待验证智谱AI的GLM系列基于自研底座架构，技术根基来自清华大学KEG实验室54% 相似待验证LLM-as-a-Judge范式由斯坦福大学的MT-Bench与Chatbot Arena研究正式引入学术视野（Zheng et al., 2023），研究发现强大LLM在评估开放式问答质量方面与人类评分者一致性可达80%以上54% 相似待验证2020年Jonathan Ho等人发表的DDPM论文奠定了现代扩散模型的基础框架，核心思路是逐步加入噪声再训练神经网络学习去噪的逆过程53% 相似待验证MMLU和HellaSwag等早期基准主要考察模型的知识储备与语言理解能力52% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/806941API
curl https://kongchang.com/api/v1/knowledge/claims/806941MCP
get_claim(id=806941)