待验证50% 置信事实精确时间

最终训练出的模型约有4亿（0.4B）参数，以孟加拉语为主要目标语言，使用约20亿tokens的语料

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

用纯Rust训练语言模型：164美元实验背后的框架陷阱

涉及实体

孟加拉语concept

相关事实

已验证大语言模型通过在数千亿乃至数万亿个词元（Token）的文本数据上进行自监督预训练71% 相似待验证Qwen的参数规模从70亿到数千亿不等，训练数据涵盖中英文及多语言语料70% 相似待验证老肖在接触大模型前，团队构建的自然语言处理和语音识别模型最大参数量仅为4000个69% 相似待验证Qwen团队采用四阶段训练流程，第一阶段在约36万亿token的多语言语料上建立基础语言能力69% 相似待验证语言模型在数万亿Token的训练后，涌现出推理、创意写作和编程等能力68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942815

API

curl https://kongchang.com/api/v1/knowledge/claims/942815

MCP

get_claim(id=942815)