待验证50% 置信事实精确时间
互信息 I(X;Y) 定义为联合分布与边缘分布乘积之间的 KL 散度，等价于知道 X 后 Y 的不确定性减少量。
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
待验证互信息定义为I(X;Y) = H(X) + H(Y) - H(X,Y)，度量两个变量间的总依赖关系（包括线性和非线性），为零当且仅当两变量统计独立71% 相似待验证对于随机变量Y及其预测累积分布函数F(y|X)，PIT值定义为U=F(Y|X)，若预测分布完全正确则U服从[0,1]上的均匀分布67% 相似待验证多元高斯分布下的互信息可以完全由协方差矩阵决定，可表示为联合协方差矩阵与边际协方差矩阵的行列式比值64% 相似待验证后验分布通过贝叶斯定理获得：p(θ|x)∝p(x|θ)·p(θ)，将先验知识与数据似然结合64% 相似待验证残差分布的定义为：对于目标模型概率p(x)大于草稿模型概率q(x)的token，其残差概率正比于max(0, p(x)-q(x))，该机制确保采样结果的边际分布严格等于目标模型原始分布63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1010263API
curl https://kongchang.com/api/v1/knowledge/claims/1010263MCP
get_claim(id=1010263)