待验证50% 置信事实精确时间
高斯信念传播（GBP）是一种在图模型中传递消息的分布式推理算法，具有天然的分布式特性，适合大规模并行硬件加速
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
待验证归一化流能够直接复用LLM成熟的推理基础设施，包括KV-cache管理、张量并行策略、投机解码等推理加速技术68% 相似待验证内存带宽是决定LLM推理token生成速度的关键指标63% 相似待验证Stable Diffusion 基于去噪扩散概率模型（DDPM）理论，将扩散过程从像素空间转移到低维潜在空间，由VAE负责编解码，CLIP模型将文本提示编码为语义向量63% 相似待验证Stable Diffusion（SD）作为开源本地方案，允许用户完全控制模型权重、LoRA微调和采样参数，但需要GPU算力支持，学习成本较高62% 相似待验证Hierarchy-GBP（H-GBP）是一个迭代式的两阶段框架，核心思想是抽象（abstraction）与恢复（recovery）61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983402API
curl https://kongchang.com/api/v1/knowledge/claims/983402MCP
get_claim(id=983402)