待验证50% 置信事实精确时间

分布偏移会导致模型性能显著下降甚至完全失效

1

来源数

50%

置信度

长期有效

时效性

2026/10/22

首次发现

来源

从光子到生产：开源计算机视觉工程阅读路径

涉及实体

分布偏移concept

相关事实

待验证当成功率极低时几乎所有样本奖励相同，策略梯度方差极大而信噪比极低，导致模型无法获得有效更新方向71% 相似待验证分层模型路由策略若分类不准确或过度偏向成本控制，会导致用户感知到的质量下降70% 相似待验证对于训练数据欠覆盖的细胞类型或物种，这类模型的预测结果可靠性会显著下降70% 相似待验证相比全量微调需要更新模型的所有参数，LoRA的显存占用大幅减少70% 相似待验证随着模型规模增大，使用DA的准确率损失呈现缩小趋势70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1083779

API

curl https://kongchang.com/api/v1/knowledge/claims/1083779

MCP

get_claim(id=1083779)