Unverified50% confidenceFactExact time
实验评估指标覆盖FID、可训练参数量、运行时间和GPU显存占用四个维度
1
Sources
50%
Confidence
Long-term
Relevance
9/12/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedGPTQ、AWQ等后训练量化方法能够在几乎不损失基准测试分数的情况下将70B参数量级模型部署在消费级GPU上73% similarUnverified编排层包含任务分解、模型路由、结果融合和质量校验四个关键环节69% similarUnverified过程层也称轨迹评估（Trajectory Evaluation），包含工具调用精准度、执行路径效率、自主纠错能力三项核心指标68% similarUnverified《AI行政令》要求训练算力超过10²⁶次浮点运算（FLOP）的模型开发商向联邦政府报告安全测试结果68% similarUnverified基准测试评估方法结合自动化指标(CLIP-Score、LPIPS、SSIM)和人工评价67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/916318API
curl https://kongchang.com/api/v1/knowledge/claims/916318MCP
get_claim(id=916318)