待验证50% 置信事实精确时间
ML Commons的MLPerf基准侧重性能测量
1
来源数
50%
置信度
长期有效
时效性
2026/9/21
首次发现
来源
涉及实体
相关事实
待验证DCGM_FI_PROF_SM_ACTIVE衡量所有SM中实际处于活跃计算状态的比例，DCGM_FI_PROF_PIPE_TENSOR_ACTIVE衡量张量计算单元的实际使用率61% 相似待验证在Mac平台上，MLX通常能获得比llama.cpp更优的推理性能，社区测试显示性能优势约在20-40%之间61% 相似待验证FastEmbed-rs所使用的量化模型在MTEB基准测试中相比全精度模型的性能下降通常控制在1-2%以内56% 相似待验证模型在标准化评测基准（如HumanEval、MMLU）上的高分表现与真实工作场景中的可靠性之间存在显著差距56% 相似待验证Min et al. 2022的研究发现ICL的性能提升有时与示例的正确性无关，而更依赖于示例的格式与分布56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/939219API
curl https://kongchang.com/api/v1/knowledge/claims/939219MCP
get_claim(id=939219)