待验证50% 置信解决方案精确时间

困难负样本（与目标关键词相似但不应触发的音频，如同音词、相似短语）能迫使模型关注真正的判别性特征，从而降低实际环境中的误激活，比单纯增加正样本量更有效

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

ONNX构建小型多语言离线语音控制管线

涉及实体

困难负样本concept

相关事实

待验证流式模型比批量模型故障模式更多，常会凭空创造出额外的说话人，这是上下文不足的直接后果78% 相似待验证高偏差意味着模型过于简单导致欠拟合，高方差意味着模型学入噪声导致过拟合，两者往往此消彼长77% 相似已验证上下文中的噪声信息会以非线性方式降低模型推理准确性77% 相似待验证粗鲁、充满敌意的提示词往往会降低模型输出的质量，模型可能给出更简短、不配合甚至质量更差的回应77% 相似待验证研究提出用因果反事实判据抑制虚假开口：将用户输入静音后若模型输出分布几乎不变则判定为虚假开口应抑制77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1010406

API

curl https://kongchang.com/api/v1/knowledge/claims/1010406

MCP

get_claim(id=1010406)