待验证50% 置信事实精确时间

MRO和SNR均能达到极小极大率，且作者提供了高概率有限样本保证。

1

来源数

50%

置信度

长期有效

时效性

2026/11/2

首次发现

来源

DRO未必最优？新研究提出MRO与SNR实现Wasserstein鲁棒回归的极小极大后悔率

涉及实体

MROconcept SNRconcept

相关事实

待验证少样本预测允许使用少量历史样本进行轻量适配。61% 相似待验证论文证明该界在样本量和期望再生时间上是极小极大最优的。61% 相似待验证TinyLoRA方法此前已被证明，LLM微调所需的参数可以少到不到10个参数即可带来准确率提升。60% 相似待验证经过 DRET 增强的 DistilBERT 仅 6600 万参数，在平衡准确率、召回率、ROC-AUC 等核心指标上达到与体量大一个数量级的生物医学专用模型相当的水平58% 相似待验证研究最明确的结论是：少量高质量标注数据的微调效果显著优于规模更大但质量参差的混合数据集，统计显著性达到p < 0.01。57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1125680

API

curl https://kongchang.com/api/v1/knowledge/claims/1125680

MCP

get_claim(id=1125680)