待验证50% 置信事实精确时间
P与Q的不匹配会引入漂移项，导致即使没有学习信号，模型权重也会被错误更新。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
Hugging Face Journal Club：Score Centering如何稳定离线强化学习
youtubeHugging Face2026/10/26
涉及实体
相关事实
待验证当协变量存在不平衡或偏态时，某些观测点成为高杠杆点，对回归系数产生不成比例的影响，导致即便N和p相同，样本外预测表现也可能相差甚远。73% 相似待验证在极端量化下，P与Q的尾部差异被放大，漂移项可能主导总梯度，表现为损失突然发散或策略崩溃。72% 相似待验证独立预训练的多个PFN之间会出现预测分歧，这是摊销误差的外在表现72% 相似待验证分布外（OOD）失效时，学习型选择器可能持续忽略关键证据，导致输出看似流畅却遗漏关键事实的答案，增加排查难度。69% 相似待验证模型崩溃的机制是递归训练造成的分布漂移，属于学习层面的问题；而虚假论断通过文档复制扩散是内容层面的污染，两者干预手段不同。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1100993API
curl https://kongchang.com/api/v1/knowledge/claims/1100993MCP
get_claim(id=1100993)