[控场AI]
待验证50% 置信事实精确时间

作者导出了浅层网络（采用RePU激活且零偏置初始化）相关积分算子的特征值衰减速率。

1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现

来源

正交群下微分神经正切核的对称性研究
rss2026/10/25

涉及实体

RePUconceptDifferential Neural Tangent Kernelconcept

相关事实

待验证过参数化网络虽然容量足以记住随机标签，但梯度下降的隐式正则化偏向于先学习简单、一致的规律。67% 相似待验证为了提升生成精度，研究引入了零位移预测和按尺寸分组两个机制。67% 相似待验证反向传播机制要求整个计算图必须是可微分的，且在极深网络中存在梯度消失/爆炸问题66% 相似待验证作者推导了高斯后验预测公式，利用结构化协方差表示来加速计算，以降低计算成本。66% 相似待验证作者指出从当前token到历史信息的直接梯度路径以1/(t·ln t)的多项式速率衰减，远慢于传统RNN的指数衰减65% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1102475
API
curl https://kongchang.com/api/v1/knowledge/claims/1102475
MCP
get_claim(id=1102475)