待验证50% 置信事实精确时间

噪声残差会损害下一Token预测（next-token prediction）的性能。

1

来源数

50%

置信度

长期有效

时效性

2026/10/30

首次发现

来源

多Token预测还能更优？一行代码解锁Soft-MTP

涉及实体

噪声残差concept 下一Token预测concept

相关事实

已验证上下文中的噪声信息会以非线性方式降低模型推理准确性74% 相似待验证x0预测的损失对高噪声时刻更敏感，因为此时预测干净图像本身很难；u预测则在各个噪声水平上提供更均衡的梯度信号。72% 相似待验证每周都选择表现最佳的模型会使系统对近期噪声过度敏感，某模型可能因撞上特殊时期数据而胜出却不具备泛化能力71% 相似已验证在自回归预测中，每一步的误差会叠加到下一步，导致长程预测迅速退化71% 相似待验证中等物理引导在提高预测精度的同时，导致闭环跟踪性能略有恶化。70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1118518

API

curl https://kongchang.com/api/v1/knowledge/claims/1118518

MCP

get_claim(id=1118518)