待验证60% 置信事实精确时间

预训练+微调范式源自NLP和计算机视觉领域，其核心是大规模数据预训练学到通用底层特征，下游任务用少量标注数据适配

2

来源数

60%

置信度

长期有效

时效性

2026/8/31

首次发现

来源

合成触觉数据集：能否破解机器人抓取的数据瓶颈

涉及实体

预训练+微调concept

相关事实

已验证预训练模型是指在大规模数据集上预先训练好的模型，用户可以直接微调或调用来完成特定任务80% 相似待验证「预训练 + 轻量下游头」的模式正在成为NLP、计算机视觉、地球观测等跨领域的共同实践78% 相似待验证以LayoutLM系列为代表的多模态预训练模型将视觉、文本、位置信息联合建模，推进了文档理解领域能力边界76% 相似待验证领域微调是指基于通用预训练基座模型，用特定领域高质量数据进行有监督微调或偏好优化，相较从零训练数据需求更小、迭代更快。76% 相似待验证对视觉大模型做下游任务微调时，可选择只微调后端LLM、只微调前端Encoder、两部分都训练，或指定训练特定层和模块76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/829031

API

curl https://kongchang.com/api/v1/knowledge/claims/829031

MCP

get_claim(id=829031)