Unverified50% confidenceBenchmarkExact time
微软的Phi系列小模型通过精心设计的合成'教科书级'数据进行训练，以不到3B的参数量在多项基准测试中超越了10倍于其规模的模型
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
9/6/2026
First Seen
Valid until: 12/5/2026
Sources
Related Entities
Related Claims
Unverified针对有限意图集合训练的轻量级专用模型参数量通常在10M以下，其推理延迟可比通用LLM调用低2-3个数量级67% similarUnverifiedMoE架构每次推理仅激活少数专家，训练成本相对同等能力稠密模型大幅降低，10B激活1B相比10B稠密模型训练成本低10倍且推理更快66% similarUnverified扩散模型推理时通过采样器算法通常只需20-30步迭代即可获得高质量图像生成结果，远少于训练时的1000步66% similarUnverified开发团队用分布式拆层方法测试过高达1万亿参数的模型65% similarUnverifiedM2.5采用混合专家架构（Mixture of Experts，MoE），每次推理只有10B参数真正参与计算，总参数量可能远超10B65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/866926API
curl https://kongchang.com/api/v1/knowledge/claims/866926MCP
get_claim(id=866926)