待验证50% 置信观点精确时间
拿针对性训练过的0.8B模型对比未微调的stock Qwen3.5-2B基础模型存在比较基准不对等的问题
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/6
首次发现
有效期至：2026/10/20
来源
涉及实体
相关事实
待验证Qwen3 27B 的 1-bit 量化导致模型能力断崖式下跌，部分任务输出丧失基本连贯性和准确性72% 相似待验证该研究的局限在于规模仅限于单一模型Qwen2.5-7B-Instruct和单一数据集LongBench-v2，且训练数据量较小（仅168题）72% 相似待验证经典ODE理论要求向量场在L无穷范数下逐点接近，但扩散模型训练中只能获得L2意义下的score误差估计71% 相似待验证如果模型预训练语料中极少出现超过 32K token 的样本，即便通过位置编码扩展窗口，模型在该区间的表现也往往不稳定70% 相似待验证朴素训练后量化会导致单个权重误差在多层网络中累积放大，即复合误差，在2位或1位精度下模型结构会崩溃70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/980509API
curl https://kongchang.com/api/v1/knowledge/claims/980509MCP
get_claim(id=980509)