待验证50% 置信事实精确时间
第三个模型使用Arabic Digits MNIST数据集，架构为784→20→20→15→10，交叉熵损失加朴素梯度下降，2000个epoch后准确率约96%，并使用JAX自动微分计算梯度。
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
待验证第一个模型使用原始MNIST数据集，架构为784→20→20→10，损失函数为MSE，优化器为朴素梯度下降，输出层无激活函数，训练2000个epoch后测试准确率约92%。72% 相似待验证第二个模型架构扩到784→40→40→10，MSE换成交叉熵，输出层加softmax，优化器仍为朴素梯度下降，2000个epoch后准确率约96%。68% 相似已验证4-bit量化在损失约1-3%准确率的前提下，将模型体积缩减至原来的1/863% 相似待验证在消融实验中，将数值型 EHR 编码替换成文本序列化时，AUROC 下降 3.66 个百分点，是所有干预中影响最大的一项62% 相似待验证在固定向量自身相似度实验中，offset从0到1024时原始分数均值始终在±0.38内波动，而绝对值均值仅从3.17下降到3.02，变化幅度约4%。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1126396API
curl https://kongchang.com/api/v1/knowledge/claims/1126396MCP
get_claim(id=1126396)