待验证50% 置信事实精确时间
MLA在训练阶段将低秩结构融入模型权重，而社区实验则在推理阶段对已有模型进行后处理近似
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
已验证微调是在通用预训练模型基础上用特定领域数据进行二次训练，使模型能将领域知识内化为参数，推理时无需额外检索步骤，延迟更低75% 相似待验证通过模型蒸馏和微调，企业可训练出参数量仅为旗舰模型1/100的专用模型，在特定任务上以极低推理成本实现接近大模型的效果73% 相似待验证该研究采用基于模型推理（Model Inference-Based）的方法，即利用已有的预训练模型对历史影像进行推理提取，而非从零训练新模型72% 相似待验证领先模型若被用于生成训练数据，可能将自身偏差系统性地传递给下一代，即'模型坍塌'风险72% 相似待验证少样本学习通过在Prompt中提供2-5个示例帮助模型快速理解输出格式和风格要求71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/908228API
curl https://kongchang.com/api/v1/knowledge/claims/908228MCP
get_claim(id=908228)