待验证50% 置信事实精确时间

叠加现象指神经网络倾向于用远少于特征数量的神经元同时编码大量语义特征，与传统一个神经元一个特征的直觉相悖

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

因果理论破解大模型黑箱：机械可解释性的新范式

相关事实

待验证深度神经网络天然倾向于过拟合训练分布，对分布外样本的处理能力往往大幅下降72% 相似待验证蒸馏的核心洞察在于神经网络的软标签（类别概率分布）包含比one-hot硬标签更丰富的结构信息68% 相似待验证神经网络中各层对精度损失的敏感程度差异显著，patch projection等输入投影层敏感度高，中间主干的注意力与FFN模块对低精度更鲁棒67% 相似待验证线性代数中的矩阵分解与特征值分解对应神经网络的权重空间分析67% 相似待验证偶发性故障的内存条可能交替产生正确和错误的计算结果，导致神经网络训练中梯度计算偶发性偏差，影响模型收敛性且不触发硬件告警67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/509900

API

curl https://kongchang.com/api/v1/knowledge/claims/509900

MCP

get_claim(id=509900)