待验证50% 置信事实精确时间

传统监督学习的理论假设是训练数据和测试数据来自同一分布（i.i.d.假设），但现实中几乎从不成立

1

来源数

50%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

ML/LLM/CV领域研究空白怎么找？系统方法论与方向指南

涉及实体

分布外泛化concept i.i.d.假设concept

相关事实

已验证当模型训练数据包含评测集题目或高度相似内容时，模型可能通过记忆而非真正理解获得高分72% 相似待验证模型本身对准确性毫无概念，它只是模仿训练数据中观察到的统计分布71% 相似待验证标准的 McNemar 检验假设比较的是两个确定性模型在单一固定测试集上的预测结果，而随机种子引入的是模型训练本身的变异性，这两种不确定性来源在概念上属于不同层次69% 相似待验证蒸馏训练范式导致开源模型学习到经过高度过滤、几乎不包含失败和纠错过程的数据分布，使模型形成不愿自我纠正的性格68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/838966

API

curl https://kongchang.com/api/v1/knowledge/claims/838966

MCP

get_claim(id=838966)