待验证50% 置信事实精确时间

只记忆而不泛化的网络，有效秩压缩程度要小得多。

1

来源数

50%

置信度

长期有效

时效性

2026/10/27

首次发现

来源

Grokking新解：秩压缩是顿悟的标志而非成因

涉及实体

有效秩concept 泛化concept

相关事实

待验证神经网络推理的性能往往受限于内存带宽（memory-bound）而非算力（compute-bound）75% 相似待验证对于短碎片记录，向量信息量不足会导致误召回率显著上升，记录量不够时关联网络过于稀疏73% 相似待验证低秩分解与量化压缩维度正交互补，对小矩阵A和B分别量化误差更小，叠加压缩比可达单一方法数倍70% 相似待验证参数量被压缩到极致时，网络无法依靠海量记忆暴力覆盖所有局面，而必须学会泛化与策略推理70% 相似待验证异方差感知的分位数损失扩展在多个骨干网络上进一步超越了原始的分位数损失70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1102241

API

curl https://kongchang.com/api/v1/knowledge/claims/1102241

MCP

get_claim(id=1102241)