待验证50% 置信解决方案精确时间

深度监督在语义分割任务中通常以主损失加权求和辅助损失的形式实现，辅助损失权重在训练后期往往逐步衰减

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

用AI Agent做模型创新：从消融实验到涨点的实战教学

涉及实体

深度监督concept

相关事实

已验证MoE训练时通常需引入辅助损失强制负载均衡，否则会形成少数Expert富者愈富的马太效应导致大多数Expert退化为死代码73% 相似待验证训练模型的核心过程是通过梯度下降法沿着损失函数的梯度方向迭代更新参数71% 相似已验证SFT训练时模型只在assistant部分计算损失（损失掩码技术），即只学习如何回答，不学习如何提问69% 相似待验证递归训练大量使用以任务完成率、代码运行结果为奖励信号，缺乏对叙事一致性的显式监督，可能导致语言建模通用能力的灾难性遗忘，在小参数量模型上更明显69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/926042

API

curl https://kongchang.com/api/v1/knowledge/claims/926042

MCP

get_claim(id=926042)