Unverified50% confidenceSolutionExact time
迁移学习可将数据需求从百万级样本降低到每类几百到几千张即可获得不错效果
1
Sources
50%
Confidence
Long-term
Relevance
8/27/2026
First Seen
Sources
Related Entities
Related Claims
Partially Verified微调数据的质量远比数量重要，通常几百到几千条高质量标注数据就能显著提升模型在特定任务上的表现65% similarUnverified该研究在十亿参数规模LLM上测得峰值内存占用显著降低，且能耗节省比例高于速度提升比例62% similarUnverifiedETH Zurich的研究表明，经过充分域随机化训练的策略，其Sim-to-Real迁移成功率可以从不到30%提升至90%以上61% similarUnverified实践数据表明经过良好压缩的上下文能将token消耗降低50-80%，并能提升回答准确率60% similarUnverified典型的SFT数据集可能只有数万到数十万条样本，远小于预训练数据规模59% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/810177API
curl https://kongchang.com/api/v1/knowledge/claims/810177MCP
get_claim(id=810177)