待验证50% 置信基准精确时间
在MNIST CNN任务中，MaRN将可训练参数从107,998个压缩到1,872个（约57.7倍），保持91.80%准确率
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证该手写MLP模型在完整MNIST训练集上能达到约98.5%的准确率79% 相似待验证在CNN2叠加剪枝的任务中，可训练参数被压缩到204个，准确率为81.25%77% 相似已验证在CIFAR-10上训练40个epoch的复现实验中，plain-56的训练准确率为84.0%，plain-20的训练准确率为95.1%，尽管plain-56参数量（853,018）约为plain-20（269,722）的三倍70% 相似待验证在同一复现实验中，ResNet-20测试准确率为90.4%，ResNet-56测试准确率为91.7%，训练准确率分别为97.4%和99.0%69% 相似待验证在 MNIST 数据集上，简单的线性分类器也能达到约92%的准确率68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/991516API
curl https://kongchang.com/api/v1/knowledge/claims/991516MCP
get_claim(id=991516)