待验证50% 置信事实精确时间
熵有效秩基于奇异值归一化后的香农熵：将奇异值平方归一化为概率分布，计算其熵并取指数，得到有效维度数。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证在熵正则化强化学习中，最优策略恰好是Gibbs分布形式，熵正则项系数与温度互为倒数，使得最大化熵正则化奖励与匹配Gibbs分布在数学上等价。78% 相似已验证语义熵方法在技术实现上通过多次采样获得候选回答、使用NLI模型判断语义等价性聚类、最后计算语义类别上的熵值77% 相似待验证递归熵风险度量在每个时间步嵌套应用风险算子，满足时间一致性，因此可以直接与贝尔曼方程结合77% 相似待验证语义熵成功恢复了一个可用的置信度信号，弥补了token级熵在SLM上的盲区77% 相似待验证熵能够完整捕捉概率分布的所有阶矩信息，而方差只能捕捉线性、二阶的统计关系；互信息能度量包括非线性在内的总依赖关系，比Pearson相关系数更通用77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125224API
curl https://kongchang.com/api/v1/knowledge/claims/1125224MCP
get_claim(id=1125224)