待验证50% 置信事实精确时间
O(1/√N) 的收敛速率在速率意义上无法再改进，代表风险估计触及信息论意义上的最优速率
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证论文证明此前风险界中出现的对数因子并非本质性的，可被完全消除，从而将收敛速率提升到与经典大数定律一致的 O(1/√N) 水平75% 相似待验证无论处于哪一类区制，基于压缩复杂度的估计器都能稳定保持 O(1/√N) 的收敛速率71% 相似待验证论文推导出在 softmax 检索框架下，维持固定准确率所需的证据得分边际必须以 Ω(√log N) 速度增长，其中 N 是有效干扰项数量而非上下文长度69% 相似待验证在模型加载器中推理强度数值越高生成质量越好但速度越低，构成质量与速度的权衡68% 相似待验证论文研究识别出经验风险在不同区制下的收敛行为：某些区制保持 O(1/√N) 速率，某些区制收敛明显变慢，还有区制经验风险不再具有一致性68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001358API
curl https://kongchang.com/api/v1/knowledge/claims/1001358MCP
get_claim(id=1001358)