待验证50% 置信事实精确时间
当KL球以经验分布为中心时，球内分布只能重加权历史记录；当以学习密度模型为中心时，模型可能赋予未观测实现正密度，从而允许对手调高这些实现的权重。
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KL 散度用于比较微调后模型与原始模型在相同输入下的输出概率分布差异，数值越大表示偏离越严重，0.0244 的 KLD 意味着微调几乎没有改变模型的整体行为分布75% 相似待验证格利文科-坎泰利定理保证随着样本量增大，经验分布函数一致收敛到真实分布函数70% 相似待验证分布的鲁棒性本质上取决于如何建模其尾部行为，用重尾分布替代高斯分布可提升模型对异常值的稳定性69% 相似待验证KL散度是衡量两个概率分布差异的非对称指标，在强化学习中被用来约束新旧策略的偏离程度（如PPO的trust region）。68% 相似待验证应对分布漂移的务实策略是为决策模型设置不确定域扩展机制：当模型置信度整体下移时自动提高路由到LLM的比例并触发重训练67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1115656API
curl https://kongchang.com/api/v1/knowledge/claims/1115656MCP
get_claim(id=1115656)