待验证50% 置信事实精确时间

Fortran 和 Verilog 在互联网上公开的代码量极少，导致通用大模型的预训练语料覆盖严重不足

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

Cosine AI用生产代码训练Lumen模型，成本效率超GPT-5.5三倍

涉及实体

Fortrantechnology Verilogtechnology

相关事实

待验证QIC-117等冷门老协议在大模型训练集中几乎是空白地带，训练语料极度匮乏65% 相似待验证LLM的训练数据涵盖大量开源代码，但这些代表的是统计规律而非对特定项目的理解63% 相似待验证LLM的训练数据包含大量Web开发代码，不加限制时会自然倾向于引入npm包，而这在小程序沙箱环境中会直接导致运行失败63% 相似待验证不建议为省钱购买不支持你现有训练平台（Strava/TrainingPeaks/Zwift）自动同步的码表，手动导出FIT文件会严重降低训练管理效率63% 相似待验证开源模型原始训练中的安全对齐可以通过少量微调被移除62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/916547

API

curl https://kongchang.com/api/v1/knowledge/claims/916547

MCP

get_claim(id=916547)