待验证50% 置信基准精确时间
传统全量微调进行去审查的模型 KLD 通常在 0.1 到 0.5 甚至更高的范围，基于 LoRA 的方法一般在 0.05-0.15 之间
1
来源数
50%
置信度
长期有效
时效性
2026/9/7
首次发现
来源
涉及实体
相关事实
待验证k=5时可以以95%置信度区分成功率0.9和0.7的模型，k=10时能识别更细微的差异68% 相似待验证LoRA由微软研究院于2021年提出，对权重更新量ΔW进行低秩分解ΔW = A·B，参数量通常可压缩至原来的1/100以下63% 相似待验证LoRA将微调权重变化量ΔW分解为两个低秩矩阵的乘积，参数量仅为原模型的0.1%~1%，当r=8、d=4096时参数压缩比高达256倍62% 相似待验证GLM-OCR模型的参数量为0.9B（9亿）62% 相似待验证GAE通过引入λ参数在偏差和方差之间折中，λ=1退化为蒙特卡洛估计，λ=0退化为单步TD估计，实践中λ=0.95左右通常能取得良好平衡61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/871912API
curl https://kongchang.com/api/v1/knowledge/claims/871912MCP
get_claim(id=871912)