待验证50% 置信事实精确时间
模式崩溃原是生成模型（如GAN）中的术语，指生成器倾向于只产出少数几种样本，无法覆盖数据分布的全部模式；在强化学习语境下表现为策略过早收敛到少数高奖励轨迹上。
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
待验证用强化学习训练模型进行并行思维存在模式崩溃的根本性缺陷，即模型输出的多条并行路径会退化成高度相似的轨迹。74% 相似待验证在数据不平衡场景下，开发者值得尝试将生成式方法（经典GAN或量子生成模型）作为数据预处理环节，而非仅依赖损失函数加权或采样策略来处理类别不平衡。72% 相似待验证LLM的模式坍缩主要由自回归生成机制与RLHF优化的组合效应驱动，而GAN的模式坍缩源于生成器-判别器博弈的失衡71% 相似待验证概念漂移指输入数据与目标变量之间的统计关系随时间发生变化，导致原本训练好的模型逐渐失效；通常分为突变型、渐进型和周期性三类。71% 相似待验证蒸馏训练范式导致开源模型学习到经过高度过滤、几乎不包含失败和纠错过程的数据分布，使模型形成不愿自我纠正的性格69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084282API
curl https://kongchang.com/api/v1/knowledge/claims/1084282MCP
get_claim(id=1084282)