待验证50% 置信事实精确时间
动量能平滑训练轨迹、减少客户端数据异构带来的震荡，在FedAvg等经典算法中已被证明有助于收敛。
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
待验证借助 FP8 混合精度，MoE 中的专家前馈计算可在降低显存占用和带宽压力的同时保持训练稳定性76% 相似待验证触发式重训（基于性能衰减监控和数据漂移检测）可替代定时全量重训，把计算资源精准投放在真正需要的地方75% 相似待验证权重归一化技术将权重向量分解为方向与模长两个独立分量分别优化，可显著改善训练稳定性74% 相似待验证论文通过离散时间灵敏度分析证明：离线学习到的参数在训练数据附近可能是局部最优的，但部署到闭环系统中时，这些参数恰好会保证轨迹发散。74% 相似待验证弹性训练指训练任务能在运行时动态增减计算资源，会触发进程组的重新初始化（rendezvous），使全局rank数量与拓扑发生变化。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125364API
curl https://kongchang.com/api/v1/knowledge/claims/1125364MCP
get_claim(id=1125364)