待验证50% 置信事实精确时间
该框架通过选择一个有限的可测集族 {A_1, ..., A_m}，将分布回归问题转化为对这 m 个集合分别估计条件概率 P(Y ∈ A_i | X)。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证生成式模型建模联合概率 P(x,y) 或数据分布 P(x)，而判别式模型直接建模条件概率 P(y|x)；生成模型在小样本时更具优势，判别模型在大数据量时通常表现更好73% 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72% 相似待验证自回归生成的数学本质是将联合概率P(x₁,...,xₙ)分解为条件概率的连乘69% 相似待验证LLM的每次调用可以被建模为伯努利试验，N次独立调用的通过次数服从二项分布B(N, p)69% 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69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023490API
curl https://kongchang.com/api/v1/knowledge/claims/1023490MCP
get_claim(id=1023490)