待验证50% 置信解决方案精确时间
在损失函数中设置ignore_index指向padding索引可以屏蔽填充位置对损失的贡献，PyTorch的CrossEntropyLoss支持此参数
1
来源数
50%
置信度
长期有效
时效性
2026/10/4
首次发现
来源
涉及实体
相关事实
待验证交叉熵损失是分类任务中最常用的损失函数，其根源在信息论，相比MSE具有更适合分类问题的梯度特性63% 相似待验证seq2seq模型只预测填充(padding)token最常见的根源是计算损失时没有忽略padding token，导致模型学会输出padding这一捷径来降低损失60% 相似待验证计费类Bug应遵循宁可少算不可多算原则，在模糊地带永远向有利于用户的方向倾斜，因取消而废弃的查询不应计入额度59% 相似待验证PINNs的损失函数通常由数据误差和残差项两部分组成，残差项即将网络输出代入PDE后偏离零的程度58% 相似待验证对比学习常用的损失函数包括InfoNCE Loss和Triplet Loss56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/971206API
curl https://kongchang.com/api/v1/knowledge/claims/971206MCP
get_claim(id=971206)