待验证50% 置信事实精确时间

分位数损失相较 MSE 在所测试的各种骨干网络上都能带来稳定的整体性能提升

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

重新审视表格数据深度回归：目标函数与全局早停的局限

涉及实体

分位数损失concept MSEconcept

相关事实

待验证分位数损失相比 MSE 对异常值更鲁棒，并能隐式刻画预测误差的非对称性71% 相似待验证交叉熵损失在分类任务中往往比MSE收敛更快，因为它与softmax输出配合，梯度不会在饱和区消失70% 相似待验证余弦退火学习率调度可能帮助模型突破损失平台期，避免陷入局部最优69% 相似待验证学习法在标注数据充足时能取得很强的性能，但在面对域偏移时鲁棒性显著下降69% 相似已验证过拟合是指模型在训练数据上表现优异，但在未见过的测试数据上性能大幅下降的现象68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001910

API

curl https://kongchang.com/api/v1/knowledge/claims/1001910

MCP

get_claim(id=1001910)