待验证50% 置信事实精确时间

微软的Phi系列、谷歌的Gemma等小型模型大量借助了蒸馏技术，使其在边缘设备上也能展现出色的推理表现

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/6

首次发现

有效期至：2026/12/5

来源

Jetson边缘部署推理模型：量化压缩与TensorRT优化实战

涉及实体

Phimodel 微软company Gemmamodel 谷歌company

相关事实

待验证微软的Phi系列小模型和Google的Gemma都大量使用了合成数据进行训练78% 相似待验证Google的Flash系列模型使用模型蒸馏、稀疏混合专家架构(SMoE)和推理时计算优化等技术实现高性价比74% 相似待验证谷歌开源了Gemma系列小模型，借鉴了Meta开放LLaMA系列的成功路径71% 相似待验证谷歌同时掌控芯片、操作系统、应用框架（AICORE）和模型四个层次，理论上可实现最深度端到端优化70% 相似待验证Microsoft的Phi系列和Google的Gemma系列是小语言模型的代表性工作70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/865350

API

curl https://kongchang.com/api/v1/knowledge/claims/865350

MCP

get_claim(id=865350)