待验证50% 置信事实精确时间
RWM的预测质量高度依赖上下文示例的代表性和数量；当新提案偏离上下文示例分布时，预测误差会显著上升。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
LM2LM：语言模型学会自我改进，开启递归自我提升新路径
rss2026/10/16
涉及实体
相关事实
待验证忽略误差相关性会导致组合方差偏小，且偏小因子随组规模增大而增长，该因子能准确预测覆盖率失效的程度。73% 相似待验证当预测目标存在大量不可观测的外生扰动时较低的R²是理论上的必然，工程上更关键的参考量是绝对误差MAE/RMSE是否在工艺容差范围内72% 相似待验证预测分布监控追踪模型输出的统计特征（如均值、方差、分位数分布），核心挑战在于设定合理的告警阈值，过于敏感导致误报疲劳，过于宽松让真实退化长期潜伏71% 相似已验证批次归一化层在小批次场景下统计量估计噪声很大，与Dice损失的区域级计算特性叠加会放大预测概率分布的波动70% 相似待验证RLDS在HotpotQA和DeepResearch上的提升处于噪声范围内，与这两个任务可回收信息不多的诊断预测一致70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1069687API
curl https://kongchang.com/api/v1/knowledge/claims/1069687MCP
get_claim(id=1069687)