待验证50% 置信事实精确时间
eCoMAE是一种通过可观测性对齐的证据掩码预训练方法，用于提升VRU运动预测在分布外（OOD）场景下的可靠性。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证仿真不是替代路测，而是让路测更聚焦——把大量基础验证和危险场景训练放在虚拟环境中完成，让真实路测里程用于验证仿真结果的可靠性。71% 相似待验证在受控单次预训练对比实验中，使用Edu-QuRating筛选混合集训练的模型在九项基准测试上的整体观测准确率高于FineWeb-Edu基线模型，且性能提升集中在特定任务上69% 相似待验证指数移动平均（EMA）是一种训练中的权重平滑技术，维护一份参数的滑动平均副本，对单步梯度的噪声和突变不敏感。69% 相似待验证欧拉框架下每个训练信号衡量相邻两帧之间的运动，位移较小可稳定落在光流估计器可靠工作区间内，从而约束监督误差不随序列长度累积放大69% 相似待验证SPERA有望成为EEG分析的通用预训练骨干，前提是其跨设备、跨任务泛化能力在更广泛的独立评测中得到验证68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114497API
curl https://kongchang.com/api/v1/knowledge/claims/1114497MCP
get_claim(id=1114497)