待验证50% 置信事实精确时间
在控制交互阶数后，路径曲折度能够预测表征在持续训练下的后续漂移以及对参数扰动的敏感性，而终点位移不具备这种预测能力。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
表征形成的几何学：Bures轨迹揭示神经网络学习新维度
rss2026/10/25
涉及实体
相关事实
待验证论文通过离散时间灵敏度分析证明：离线学习到的参数在训练数据附近可能是局部最优的，但部署到闭环系统中时，这些参数恰好会保证轨迹发散。75% 相似待验证用污染轨迹训练的模型在跨领域任务中持续优于用正确轨迹训练的对照组，同时它们生成的推理轨迹始终是无效的73% 相似待验证经过特征分离和物理稀疏先验两项修正后，改进的分层DSR模型能够正确预测分岔及分岔之后的动力学行为，且训练过程未提供任何关于控制参数的显式信息73% 相似待验证动作可预测性训练通过逆动力学预测误差作为辅助损失，迫使编码器保留动作可区分的状态信息。73% 相似待验证元学习路线的零样本能力本质上受限于训练时系统分布的覆盖范围，而结构先验路线在先验假设成立的系统类别上具有更强的外推性73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1102436API
curl https://kongchang.com/api/v1/knowledge/claims/1102436MCP
get_claim(id=1102436)