待验证50% 置信事实精确时间
重尾分布是指概率分布的尾部比正态分布衰减得慢得多，意味着极端值出现的概率远高于直觉预期。
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
待验证模型学到的概率分布天然偏向高频事件和常见模式，对长尾事件存在系统性低估75% 相似待验证Softmax输出的概率值并不等同于真实的贝叶斯后验概率，而是被过度优化以拉开类别间距，导致预测概率系统性偏高74% 相似待验证平衡失配指的是学习到的稳态分布本身就与目标分布相去甚远；在某些显式假设下，即使局部保对称性模型中每个原子误差很小，分布差异仍随系统规模增大而趋近最大值。72% 相似待验证并行写入越多位置推理越快，但偏离真实分布的风险也越大，构成速度与保真度的权衡71% 相似待验证学习器从有限数据中估计损失分布必然存在偏差，导致对CVaR的估计偏离真实值，从而削弱甚至逆转风险厌恶的实际效果。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1033124API
curl https://kongchang.com/api/v1/knowledge/claims/1033124MCP
get_claim(id=1033124)