待验证50% 置信事实精确时间

转移熵是从信息论视角引入的方法，试图捕捉非线性依赖

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

时间序列因果发现入门：从信号处理到AI系统的统一视角

涉及实体

转移熵concept

相关事实

待验证信息论中的熵与KL散度是理解损失函数设计和生成模型（如VAE、扩散模型）的重要基础72% 相似待验证困惑度概念源自信息论中的熵（Shannon Entropy），本质上是语言模型每步预测的平均分支因子71% 相似待验证熵方法在SLM中的价值主张并非节省计算，而是智能的算力分配71% 相似已验证语义熵方法在技术实现上通过多次采样获得候选回答、使用NLI模型判断语义等价性聚类、最后计算语义类别上的熵值70% 相似待验证语义熵成功恢复了一个可用的置信度信号，弥补了token级熵在SLM上的盲区70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001387

API

curl https://kongchang.com/api/v1/knowledge/claims/1001387

MCP

get_claim(id=1001387)