待验证50% 置信事实精确时间
算法只需让置信宽度以 1/√t 的速度收缩，累积平方后即可获得对数级遗憾。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
倾斜采样问题：乐观采样与后验采样实现对数遗憾
rss2026/10/15
涉及实体
相关事实
待验证缩放点积将点积除以√d（d为嵌入维度），使点积方差保持在合理范围，让Softmax输出更平滑的概率分布以稳定训练75% 相似待验证在非凸、高维、小精度区间，零阶算法的合理目标是在 d 上线性、在精度上接近 ε^{-4}，而非追求亚线性维度。70% 相似待验证无论处于哪一类区制，基于压缩复杂度的估计器都能稳定保持 O(1/√N) 的收敛速率70% 相似待验证由于联合下界表明 (d, δ, ε) 的依赖无法分解式优化，算法设计的权衡应放在改善常数和实际样本复用效率，而非试图在最坏情形保证上突破三者乘积结构。70% 相似待验证隐式正则化描述优化算法本身对解空间的内在偏好，梯度下降等优化算法倾向于选择简单的解，即使没有显式正则项70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1042181API
curl https://kongchang.com/api/v1/knowledge/claims/1042181MCP
get_claim(id=1042181)