待验证50% 置信事实精确时间
从同一数据出发，BPB和unigram-normalized loss在每个模型规模下选择了不同的词表。
1
来源数
50%
置信度
长期有效
时效性
2026/11/4
首次发现
来源
涉及实体
相关事实
待验证文献中曾报告unigram-normalized loss与BPB的相关性高达0.989，但修正混杂因素后相关性骤降至0.057。73% 相似待验证偏好数据的验证损失衡量模型对偏好回答的拟合程度，而下游基准考察生成质量，两者并不等价，模型可能降低验证损失却在下游任务上退化。66% 相似待验证研究给出了否定答案：更低的BPB并不意味着更好的模型。66% 相似待验证多数Embedding模型使用对比损失（InfoNCE或其变体）训练，该损失只关心正样本相对排名而不关心分数绝对值66% 相似待验证Focal Loss在标准交叉熵损失前添加调制因子(1-p_t)^γ，γ通常设为2，使模型聚焦于困难样本65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1134081API
curl https://kongchang.com/api/v1/knowledge/claims/1134081MCP
get_claim(id=1134081)