待验证50% 置信事实精确时间
信息论下界刻画的是在无计算资源限制下任何算法（甚至指数时间）能达到的最优表现，本问题中对应Õ(md+k)；计算下界则假设算法必须在多项式时间内运行，得到的下界通常更大。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
涉及实体
相关事实
待验证信息论最优遗憾Õ(md+k)与多项式时间可达遗憾之间存在本质分离，该鸿沟是计算复杂性所固有的，而非算法设计不足。79% 相似待验证在连续凸集行动空间中，通过离散化行动空间并套用离散算法可以得到Õ(md+k)的遗憾，但所需网格点数量随维度d指数增长，导致算法在多项式时间内不可行。77% 相似待验证算力受限可能导致技术路线分化：算力充足地区追求更大规模模型，算力受限地区关注模型压缩和高效推理74% 相似待验证矩阵乘法在批量大的推理场景下通常是算力受限，而批量为1的自回归解码时几乎必然是带宽受限74% 相似待验证许多渐近意义上更优的算法因隐藏常数因子较大或实现复杂，在真实数据规模下反而不如高度优化的Dijkstra或A*74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1032909API
curl https://kongchang.com/api/v1/knowledge/claims/1032909MCP
get_claim(id=1032909)