待验证50% 置信事实精确时间

ML-KEM和ML-DSA采用Module-LWE作为核心构造，Module-LWE是LWE的结构化变体，能提升计算效率并减小密钥尺寸

1

来源数

50%

置信度

长期有效

时效性

2026/9/3

首次发现

来源

后量子密码学落地Java LTS版本：从威胁到实践的迁移指南

涉及实体

ML-KEMtechnology ML-DSAtechnology Module-LWEconcept

相关事实

待验证MLX 是 Apple 专为 Apple Silicon 设计的机器学习框架，在预填充阶段表现出色；GGUF 是 llama.cpp 生态的通用量化格式，跨平台兼容性更强56% 相似待验证MLX 支持惰性计算（lazy evaluation），张量操作可在 CPU 和 GPU 之间无缝切换56% 相似待验证寒武纪已完成GLM、DeepSeek、Qwen、Kimi、MiniMax五款国产主流大模型的推理适配，第六代芯片架构正在研发中55% 相似已验证MLX是Apple专为Apple Silicon芯片设计的机器学习框架，能充分利用M系列芯片统一内存架构（UMA）的优势55% 相似待验证世界模型的经典架构由三个模块组成：VAE、MDN-RNN 和 Controller55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/851410

API

curl https://kongchang.com/api/v1/knowledge/claims/851410

MCP

get_claim(id=851410)