待验证50% 置信事实精确时间
当学生网络的卷积核大小与教师匹配时，仅需O(D)个样本即可恢复教师参数；若核尺寸更大，则需要O(D log D)个样本（D为特征维度）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证对于有限VC维d的假设类，O((d + log(1/δ))/ε)量级的样本即可实现PAC可学习60% 相似待验证投机解码通过小型草稿模型生成候选token由主模型并行验证以提升推理速度；稀疏注意力将计算复杂度从O(n²)降至接近O(n)56% 相似待验证DPO 通过数学变换将「奖励最大化 + KL 约束」的目标等价改写为一个简单的分类损失，无需奖励模型和强化学习循环，仅用监督学习即可完成对齐。56% 相似待验证DP-μP 框架推导出一个信噪比（SNR）条件，用来刻画每一层在 DP 约束下信号与噪声的相对强度，并据此决定层间学习率如何缩放。55% 相似待验证GAD-RL用学生对教师Top-1 token的预测概率来加权前向KL散度，当学生对教师推荐token支持度低时抑制局部辅助更新55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1083911API
curl https://kongchang.com/api/v1/knowledge/claims/1083911MCP
get_claim(id=1083911)