待验证50% 置信事实精确时间

RETD在两状态反例和一个Baird点上均实现了经过认证的负李雅普诺夫指数，而Baird反例中ETD的正指数符号仍停留在数值层面

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

正则化强调时序差分学习：破解恒定步长下的稳定性难题

涉及实体

Regularized Emphatic TDconcept Emphatic TDconcept

相关事实

部分验证AI领域常采用0到1的连续值打分，也可用0和1两个离散值表示传统的不通过与满分61% 相似待验证违反同方差假设后，OLS 参数估计仍无偏，但不再具有最小方差，且标准误差估计会出错58% 相似待验证逻辑回归的损失函数（交叉熵）本质上就是负对数似然57% 相似待验证岭回归通过在损失函数中添加L2正则化项将回归系数向零收缩但不置零，而LASSO（L1正则化）会产生稀疏解57% 相似待验证困惑度等于测试集交叉熵损失的指数：PPL = exp(loss)，loss=1.77对应PPL≈5.8657% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931064

API

curl https://kongchang.com/api/v1/knowledge/claims/931064

MCP

get_claim(id=931064)