待验证50% 置信事实精确时间
当数据分布均衡时，D*接近某个基准值，新公式退化为与传统公式相近的结果；当数据存在严重不平衡或偏态时，D*显著偏离基准，导致预测表现估算出现大幅调整。
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
待验证后续研究指出DPO在分布外样本上容易过度拟合偏好数据中的虚假相关性，且因缺乏显式奖励模型更难监测过度优化程度73% 相似待验证当协变量存在不平衡或偏态时，某些观测点成为高杠杆点，对回归系数产生不成比例的影响，导致即便N和p相同，样本外预测表现也可能相差甚远。72% 相似待验证高方差过拟合应通过正则化、减少特征、增加数据来缓解；数据本身波动大则应改用区间预测71% 相似待验证在离策略采样条件下，当偏好间隔在方向上与效用梯度对齐时，DPO的更新会从纠错信号转变为类似强化学习的强化式更新69% 相似待验证当B固定而M增大时，每条事实分到的比特下降、失真上升，这解释了为何喂更多数据未必线性提升准确率69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1026676API
curl https://kongchang.com/api/v1/knowledge/claims/1026676MCP
get_claim(id=1026676)