待验证50% 置信事实精确时间

实验仅在MLP上测试，仅使用MNIST和FashionMNIST数据集，训练时间短，只测试了一种宽度，尚未涉及CNN或Transformer架构。

1

来源数

50%

置信度

长期有效

时效性

2026/10/27

首次发现

来源

PreCap激活函数：无归一化百层MLP匹敌SELU

涉及实体

PreCapconcept MNISTconcept FashionMNISTconcept

相关事实

待验证传统闭集检测器（如Faster R-CNN或YOLO系列）只能检测训练集中预定义的类别68% 相似待验证一项研究提出仅训练单个Transformer层，其效果就能与全参数RL训练相媲美65% 相似待验证初始模型仅训练5次时识别效果有限64% 相似待验证该分类器仅使用监督微调（SFT）、公开数据集和两个简单技巧训练，未依赖闭源数据或昂贵的定制流程64% 相似待验证由于指标仅依赖权重矩阵，可为无法获取训练数据的场景提供模型评估路径64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1102912

API

curl https://kongchang.com/api/v1/knowledge/claims/1102912

MCP

get_claim(id=1102912)