待验证50% 置信预测精确时间
将伪标签从目标转为奖励参考的思路可能推广到其他半监督序列生成任务，如机器翻译或语音翻译。
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cross-encoder把输入文本和候选标签拼接后一起送入模型，让注意力机制在文本与标签之间充分交互。68% 相似待验证小参数量模型在结构化输出时，注意力机制更容易被提示词中重复出现或位置显眼的自然语言标签吸引，而相对忽略Schema中的枚举定义。67% 相似待验证传统防伪手段包括全息标签、序列号和二维码溯源，但这些手段均可被仿制、克隆或复制。67% 相似待验证非自回归机器翻译通过知识蒸馏解耦策略使用自回归教师模型生成的伪标签训练，将BLEU分数提升幅度超过10个点，同时推理保持并行解码66% 相似待验证引用转推相比普通转发具备三个特征：携带原始信源、允许添加主观观点、可被算法视为「内容创作」而获得额外推荐权重。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098817API
curl https://kongchang.com/api/v1/knowledge/claims/1098817MCP
get_claim(id=1098817)