待验证50% 置信事实精确时间

VC维越高，区域越复杂，估计误差可能越大；互信息越大，区域选择与样本的关联越强，估计误差也越大。

1

来源数

50%

置信度

长期有效

时效性

2026/11/2

首次发现

来源

统一框架破解数据依赖事件概率估计难题

涉及实体

VC维concept 互信息concept 估计误差concept

相关事实

待验证斐波那契数列被引入估算，是因为数字间距越来越大，反映了高复杂度任务不确定性也越来越高76% 相似待验证提示词越模糊，模型输出越向高概率区域坍缩，一致性越强74% 相似待验证忽略误差相关性会导致组合方差偏小，且偏小因子随组规模增大而增长，该因子能准确预测覆盖率失效的程度。73% 相似待验证VC维衡量一个假设空间能够打散的最大样本数量，VC维越高模型表达能力越强但需要更多训练数据73% 相似待验证论文针对混合估计器的误差推导了两个界：一个基于可能错误区域的VC维，另一个基于所选区域与样本的互信息。73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1125451

API

curl https://kongchang.com/api/v1/knowledge/claims/1125451

MCP

get_claim(id=1125451)