待验证50% 置信权衡取舍精确时间
ROM 的精度受限于训练数据的覆盖范围，外推到训练集之外工况时误差会显著增大。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
仿真App加速电动卡车电池设计：多物理场建模优化激光焊接
rss2026/10/16
涉及实体
相关事实
已验证偶发性故障的内存条可能交替产生正确和错误的计算结果，导致神经网络训练中梯度计算偶发性偏差，影响模型收敛性且不触发硬件告警72% 相似待验证输出检测增加延迟与算力成本，对抗训练可能被新一轮绕过手法快速突破，行为分析涉及隐私争议。71% 相似待验证超大规模分布式训练中硬件故障概率随节点数量指数级上升，GPU 静默错误可能在数百步后才被发现，需从最近检查点重新训练70% 相似待验证训练-推理不一致可能导致数值精度差异、算子行为不一致、甚至 tokenizer 结果不同等问题。70% 相似待验证深度自编码器异常检测的逻辑是在正常数据上训练后以低重建误差还原正常模式，异常输入会使重建误差升高超过阈值触发告警70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1048768API
curl https://kongchang.com/api/v1/knowledge/claims/1048768MCP
get_claim(id=1048768)