待验证50% 置信事实精确时间

DI-SCUSUM 的误报概率随阈值增大呈指数衰减。

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

无需训练的变化检测新方法：DI-SCUSUM 利用扩散得分实现快速检测

涉及实体

相关事实

已验证双重下降现象表明，当模型参数量远超数据量时，测试误差反而可能再次下降72% 相似待验证这些数值方法的可靠性在高雷诺数极端条件下会显著下降，计算成本呈指数级增长71% 相似待验证提升理论（Boosting Theory）由Schapire和Freund提出，保证只要每个弱学习器的准确率略高于随机猜测，组合后的错误率会随迭代轮数指数级下降68% 相似待验证高斯分布的尾部呈指数级快速衰减，导致基于高斯假设的模型对离群点敏感66% 相似待验证在固定阈值和增量缩放下，DI-SCUSUM 的检测延迟与 KL 散度成反比。66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1012872

API

curl https://kongchang.com/api/v1/knowledge/claims/1012872

MCP

get_claim(id=1012872)