待验证50% 置信事实精确时间

偶发性故障的内存条可能交替产生正确和错误的计算结果，导致神经网络训练中梯度计算偶发性偏差，影响模型收敛性且不触发硬件告警

1

来源数

50%

置信度

长期有效

时效性

2026/7/5

首次发现

来源

OpenAI如何用核心转储揪出潜伏18年的Bug

rss2026/6/30

相关事实

待验证行为克隆（BC）存在复合误差与分布偏移问题，智能体偏离训练分布后预测误差会指数级累积82% 相似待验证朴素训练后量化会导致单个权重误差在多层网络中累积放大，即复合误差，在2位或1位精度下模型结构会崩溃80% 相似待验证训练数据中的重复内容会导致模型记忆化和性能下降79% 相似待验证仅用成功轨迹训练的模型往往存在分布外泛化的严重缺陷，遇到工具返回错误时便丧失纠偏能力78% 相似待验证模型错误可归因于知识缺失、推理能力不足或指令跟随偏差，分别对应补充预训练数据、引入思维链训练数据和优化SFT数据分布等修复路径78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/112211

API

curl https://kongchang.com/api/v1/knowledge/claims/112211

MCP

get_claim(id=112211)