待验证50% 置信基准精确时间

在所有考察的架构×数据集组合中，该几何方法在准确率和马修斯相关系数（MCC）两项指标上都全面优于幅值剪枝和仅基于局部Fisher信息的剪枝

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

用Fisher信息距离实现神经网络最优剪枝：一种几何视角

涉及实体

马修斯相关系数concept

相关事实

待验证IQ 系列量化基于重要性感知的非均匀量化，采用 Fisher 信息矩阵或激活值统计的重要性评估方法保留关键权重精度70% 相似待验证配对统计检验使用聚类置信区间校正同一计算器内部样本的相关性，比直接比较总体准确率更严格69% 相似待验证构建精炼数据集通过严格筛选、去重（如感知哈希算法）、NSFW过滤和质量评分实现68% 相似待验证中间层级的近似引入局部Fisher信息，得到计算高效、性能接近最优的中间方案67% 相似待验证该数据集的每一行都经过人工审核，核验标签准确性、理由真实与具体性、难度标签匹配度三个维度67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924658

API

curl https://kongchang.com/api/v1/knowledge/claims/924658

MCP

get_claim(id=924658)