待验证50% 置信事实精确时间
列表可解码学习是统计学习中的一种放宽的恢复模型：算法允许输出一个大小不超过预设上限的候选列表，只要目标概念以较高概率出现在列表中即可。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
涉及实体
相关事实
待验证回归、分类、聚类构成传统机器学习的基本任务类型：回归预测连续数值，分类将输入归入离散类别，聚类是无监督学习在无标签情况下发现数据自然分组72% 相似已验证推测解码是一种不改变模型输出分布的无损加速技术，使用参数量远小于目标模型的草稿模型生成候选token，再让目标模型并行验证71% 相似待验证自动微分的前向模式适合输入少输出多的场景，反向模式适合输入多输出少的场景，深度学习因参数多而损失为标量属于后者70% 相似待验证该工作将经典集中不等式推广到依赖数据，为强化学习、序列决策等场景提供理论工具。69% 相似待验证批量推理指在一次模型调用中同时传入多条独立任务，模型需返回与输入一一对应的结果，这与传统机器学习中的batch size概念不同。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098117API
curl https://kongchang.com/api/v1/knowledge/claims/1098117MCP
get_claim(id=1098117)