待验证50% 置信事实精确时间
当奖励密度在支撑端点处消失时，对于 1 ≤ p ≤ 2，只要奖励分位函数满足连续性和端点单调性，仍可保持与分辨率无关的根 n 速率。
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
待验证当奖励密度一致远离零时，论文建立了同时适用于所有分辨率 m 和所有 Wasserstein 阶数 p（1 ≤ p ≤ ∞）的根 n 高概率界，估计误差以参数速率 n^{-1/2} 收敛。78% 相似待验证Stein恒等式表明，对于在边界上足够快衰减的函数φ，当概率密度p(x)在R^d上足够光滑时，有E_p[∇_x log p(x)·φ(x) + ∇_x·φ(x)] = 0。68% 相似待验证平方根学习率缩放规则只保住了每样本的一阶漂移量，没有保住多步迭代累积后的真实收敛速度。67% 相似待验证当合并算子的谱半径小于1时，迭代过程会稳定收敛到不动点67% 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67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084265API
curl https://kongchang.com/api/v1/knowledge/claims/1084265MCP
get_claim(id=1084265)