待验证50% 置信事实精确时间
梯度分析发现对抗优化高度集中在少量参数（鲁棒性关键参数，RCPs）上，鲁棒性编码在稀疏子空间中。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证无梯度方法样本效率低，在高维参数空间中缺乏梯度指引意味着需要海量函数评估才能收敛73% 相似待验证在均匀设计的特殊情形下，该研究在内点处获得了CATE逐点估计的匹配上界和下界，但结果限定在低冗余光滑性区域内。72% 相似待验证SAFT（稀疏对抗微调）通过对抗梯度显著性识别RCPs，仅更新这些参数并冻结其余参数。70% 相似待验证标准贝叶斯优化采集函数（如GP-UCB、EI、Thompson采样）的设计目标几乎都是最小化累积遗憾，因此天然偏向利用而非探索。70% 相似待验证当参数空间从有限维推广到无限维函数空间时，最大化采集函数的内层优化问题变得既无法穷举搜索也难以直接应用梯度下降69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114009API
curl https://kongchang.com/api/v1/knowledge/claims/1114009MCP
get_claim(id=1114009)