待验证50% 置信事实精确时间
雅可比透镜将中间层隐藏状态对最终输出 logits 的偏导数矩阵按词汇索引压缩成低维坐标，使通信信号与模型宽度解耦。
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
待验证优势符号感知的 Renyi 预处理用以抵消 logit 层面的饱和现象，使梯度信号在高置信度区域仍能有效传递，惩罚自信但错误的预测67% 相似待验证实验发现在两个模型中，编码器的最后一个阶段都成为接地的关键边界：绕过最后一个模块几乎在每条语音上都导致输出发散，而绕过中间模块几乎没有影响66% 相似待验证RNN通过隐藏状态在时间步上串行传递信息，导致梯度消失/爆炸和无法并行计算两个核心瓶颈66% 相似待验证Token纠缠假说认为潜意识现象根源在于模型输出层（Unembedding Matrix）中不同语义类别token在高维向量空间中彼此靠近，导致激活泄漏到相邻类别66% 相似待验证文本编码器位于生成管线最前端，其输出误差会经过扩散模型的去噪步骤和交叉注意力机制被逐级放大（级联误差），因此编码器的量化精度损失比主干网络更致命65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098422API
curl https://kongchang.com/api/v1/knowledge/claims/1098422MCP
get_claim(id=1098422)