待验证50% 置信事实精确时间
计数式预测能部分识别哪些输入对语料变化最敏感，但明显低估了神经模型分歧下降的速度
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
待验证直接对两个模型的参数做算术平均时，对应位置神经元可能承担不同功能，平均结果会破坏各自学到的特征表示，导致性能大幅下滑甚至退化至随机水平79% 相似待验证偶发性故障的内存条可能交替产生正确和错误的计算结果，导致神经网络训练中梯度计算偶发性偏差，影响模型收敛性且不触发硬件告警77% 相似已验证误差级联指早期步骤中的微小判断偏差随推理链延伸被逐步放大，最终产生与预期相去甚远的结果77% 相似待验证神经算子以自回归方式部署时，预测误差在空间和时间上分布极不均匀，而可用于局部修正的次数十分有限77% 相似待验证该研究发现在某些模型上提示词扰动反而能够缓解偏见和幻觉，这与此前部分研究的假设相悖77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001481API
curl https://kongchang.com/api/v1/knowledge/claims/1001481MCP
get_claim(id=1001481)