待验证50% 置信事实精确时间
在标签错误率低于约10%–20%时，深层网络仍能学到有效表征，泛化性能下降有限。
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
待验证在标普500期权链实验中，将数据稀疏化到仅保留20个报价并引入无套利约束后，留出集外推误差降低22%，日历套利发生率从10%降至1%72% 相似待验证残差连接支撑了152层超深网络的训练，并在2015年ImageNet竞赛中以低于4%的错误率首次超越人类水平（约5%）70% 相似待验证顶级学术深伪检测器在面对未见过的生成模型时，准确率可能从99%骤降至60%以下，这被称为跨模型泛化问题69% 相似待验证推测解码中当草稿通过率低于50%时，实际加速效果会大打折扣甚至产生负优化69% 相似待验证实验数据显示，经过5-10轮迭代训练后，模型在低频词汇和长尾知识上的覆盖率下降超过40%，而输出文本在表面流畅性上几乎没有可察觉的退化69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1038949API
curl https://kongchang.com/api/v1/knowledge/claims/1038949MCP
get_claim(id=1038949)