待验证50% 置信事实精确时间

当T=1时输出为标准softmax分布，T>1时概率分布趋于均匀，温度越高输出分布越平缓，学生模型捕捉的细粒度信息越多

1

来源数

50%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

知识蒸馏详解：如何让小模型学会大模型的本领

涉及实体

温度参数concept

相关事实

待验证Student's t 分布是一种重尾分布，其尾部衰减比高斯分布更慢，对异常值更鲁棒76% 相似待验证温度值越高，模型输出概率分布越平滑，随机性越强；Top-p采样只从累积概率达到阈值的最小token集合中采样75% 相似待验证假设数据服从高斯分布，最大化似然等价于最小化均方误差68% 相似待验证在鲁棒回归中将似然函数从高斯替换为 t 分布，等价于降低离群点权重，因为 t 分布的对数似然对极端值的惩罚增长更缓慢67% 相似待验证配对 t 检验假设两组差值服从正态分布，适用于样本量较大（通常 n>30）的场景；Wilcoxon 符号秩检验是其非参数替代方案，仅要求差值分布对称63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/937976

API

curl https://kongchang.com/api/v1/knowledge/claims/937976

MCP

get_claim(id=937976)