待验证50% 置信事实精确时间
arXiv论文(arXiv:2610.09132v1)研究了贝叶斯神经网络中宽度增大时的先验主导现象
1
来源数
50%
置信度
长期有效
时效性
2026/10/8
首次发现
来源
涉及实体
相关事实
待验证一篇发表于 arXiv 的论文（arXiv:2609.30446v1）提出使用图神经网络模型 SchNet 直接从蛋白质三维结构推断跨膜蛋白拓扑分类70% 相似待验证一篇arXiv论文（arXiv:2609.10656）通过受控实验研究了扩散模型LoRA微调中秩的权衡67% 相似待验证研究采用Gurnee等人（2023）提出的L1-to-L2稀疏探测协议筛选关键神经元64% 相似待验证Elhage等人在2022年的超级位置（Superposition）假说论文中阐释了多义性现象：网络在有限维度中编码远超维度数量的特征导致单个神经元响应多个概念64% 相似已验证残差连接最初由 He 等人在2015年的 ResNet 论文中提出，用于解决深度神经网络的梯度消失问题62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/987028API
curl https://kongchang.com/api/v1/knowledge/claims/987028MCP
get_claim(id=987028)