待验证50% 置信事实精确时间
论文针对混合估计器的误差推导了两个界：一个基于可能错误区域的VC维，另一个基于所选区域与样本的互信息。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证论文为初步估计量和约束估计量分别推导了泛化误差上界，这些界以可测集族的覆盖数或VC维等复杂度度量来表达，不依赖于响应空间的具体结构。74% 相似待验证VC维越高，区域越复杂，估计误差可能越大；互信息越大，区域选择与样本的关联越强，估计误差也越大。73% 相似待验证粗粒度的错误类型分类更依赖语义理解，细粒度的错误跨度定位更依赖边界判断和位置感知，模型在这两类任务上的强弱很可能并不一致。71% 相似待验证在同质缺失设定下（每个协变量以独立概率q被观测），作者给出的误差界对q呈现复杂而非标准的依赖关系71% 相似待验证CFM在推理时简单合并单元级方差，隐含了不同单元误差相互独立的假设。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125450API
curl https://kongchang.com/api/v1/knowledge/claims/1125450MCP
get_claim(id=1125450)