待验证50% 置信事实精确时间

以d=5、τ=10为例，可训练比例约为4.1%时，就能捕获从P=0到P=1的近似边界缩减的90%。

1

来源数

50%

置信度

长期有效

时效性

2026/10/23

首次发现

来源

随机特征到全训练网络：神经网络中的相变现象

涉及实体

球面偏置ReLU特征concept

相关事实

待验证若单一模型漏检率为 p，两个训练背景不同的模型同时漏检同一错误的概率近似降至 p²，20%漏检率理论上可降至 4%73% 相似待验证从模型无约束采样八个候选时，训练数据有限情况下有10.2%的输入无法产生任何有效输出，使用全量训练数据时该比例降至0.4%71% 相似已验证使用LoRA微调时，实际需要训练的参数量只有原来的0.1%-1%70% 相似待验证负采样将每步训练的复杂度从O(V)降低到O(k)，k是负样本数（通常取5-20）69% 相似待验证训练时的损失按token计算，长样本贡献的梯度远多于短样本，因此10%的行数比例完全可能对应50%以上的token量和梯度信号。69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1088320

API

curl https://kongchang.com/api/v1/knowledge/claims/1088320

MCP

get_claim(id=1088320)