Unverified50% confidenceBenchmarkExact time
Collapse模型在SimLex-999名词子集上取得Spearman ρ = 0.3616的相似度相关性，覆盖662/666的名词对
1
Sources
50%
Confidence
Long-term
Relevance
7/12/2026
First Seen
Sources
无需MLP与注意力机制：点吸引子动力学如何学习词嵌入
redditr/learnmachinelearning7/10/2026
Related Claims
UnverifiedCollapse模型仅包含四类可学习参数：每个token的256维向量、起始状态、拉力强度标量、读出温度标量58% similarUnverifiedOllama分发的DeepSeek R1各版本均经过GGUF格式量化处理（通常为Q4_K_M或Q8_0精度），将每个参数从16位浮点数压缩至4-8位，显存占用减少50%-75%，推理质量损失通常在5%以内56% similarUnverifiedINT4量化将原本由65536个不同值（FP16）表示的权重压缩到仅16个离散级别56% similarVerifiedMixtral 8x7B模型拥有8个专家，每个Token只激活2个，总参数量达到47B，但单次推理的计算量仅相当于一个13B参数的稠密模型54% similarVerified数值梯度检验通过中心差分公式 (f(θ+ε) - f(θ-ε)) / (2ε) 近似计算梯度，与解析梯度比较，相对误差小于1e-5认为正确，大于1e-3几乎确定存在bug54% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/491354API
curl https://kongchang.com/api/v1/knowledge/claims/491354MCP
get_claim(id=491354)