Unverified50% confidenceFactExact time
buffalo_l在MS1MV3数据集（约300万张图像）上训练，LFW准确率接近99.8%
1
Sources
50%
Confidence
Long-term
Relevance
7/11/2026
First Seen
Sources
IMGNet：用符号模式匹配挑战余弦相似度的人脸验证新方案
redditr/computervision7/9/2026
Related Claims
UnverifiedPathway报告称基于BDH的系统在约25万道Sudoku Extreme题目上达到97.4%的Top-1准确率，且未使用CoT、未进行解答回溯59% similarUnverified一个rank=4的LoRA文件对于SD1.5模型约只有3-6MB，LoRA设计使训练参数量减少95%以上58% similarUnverifiedBullet 在 SWE-bench Verified 基准测试中取得 95.8% 的成绩，位列前三，平均每个任务耗时 119 秒56% similarUnverifiedHy3采用混合专家（MoE）架构，总参数量达2950亿（295B），每次推理仅激活210亿（21B）参数56% similarUnverifiedLFM2.5在多项基准测试中展现出与体量高达其4倍模型相当的竞争力56% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/484238API
curl https://kongchang.com/api/v1/knowledge/claims/484238MCP
get_claim(id=484238)