待验证50% 置信基准精确时间

DINO（2022）在COCO上以12个epoch的训练就超越了此前所有检测器的性能

1

来源数

50%

置信度

长期有效

时效性

2026/9/4

首次发现

来源

Deformable DETR收敛加速效果存疑？社区质疑与深度分析

涉及实体

DINOmodel COCOconcept

相关事实

待验证Deformable DETR论文声称将训练周期从500个epoch缩短到约50个epoch，实现近10倍加速65% 相似已验证使用Unsloth进行训练时速度提升2-5倍62% 相似待验证CWAA的实验仅有5000个训练步和10M参数规模，无法证明其在大规模长训练下的表现61% 相似待验证训练FLOPs可通过Chinchilla缩放定律估算，计算量约等于6乘以参数量乘以训练token数58% 相似待验证GRPO 训练提速 1.3 倍，并默认支持序列打包以计算旧/参考对数概率57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/854234

API

curl https://kongchang.com/api/v1/knowledge/claims/854234

MCP

get_claim(id=854234)