待验证50% 置信事实精确时间

权重归一化技术将权重向量分解为方向与模长两个独立分量分别优化，可显著改善训练稳定性

1

来源数

50%

置信度

长期有效

时效性

2026/7/21

首次发现

来源

无梯度进化模型GENREG：径向空间搜索如何绕开反向传播

相关事实

待验证双向联合训练相当于施加了隐式的一致性正则化，等价于时间反转对称性的软约束75% 相似待验证混合精度训练通常可将训练速度提升1.5-2倍并减少近一半的显存占用75% 相似待验证混合精度训练在不显著损失模型精度的前提下，可将训练速度提升约2倍，显存占用降低近一半75% 相似待验证应用层越狱防御必须同时依赖训练阶段的鲁棒性提升和推理阶段的动态监测，单一维度加固效果有限75% 相似待验证非均匀张量并行以局部性能的适度牺牲换取全局训练的连续性，避免昂贵的检查点回滚74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/577016

API

curl https://kongchang.com/api/v1/knowledge/claims/577016

MCP

get_claim(id=577016)