待验证50% 置信事实精确时间
复现结果支持原论文第四项主张:在平衡训练数据上加入纯噪声图像也能改善分类。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
涉及实体
相关事实
待验证复现实验确认,用纯噪声对少数类图像进行过采样能提升少数类准确率并改善整体泛化性能。79% 相似待验证四要素绑定记录使得测试案例可以在提示词、模型或适配器变更之后被重新运行68% 相似待验证作者搭建了四项自动质检检查为每个片段打分:音频对齐(互相关)、口型同步(视觉LLM对12帧嘴部评分)、镜头稳定性(全局像素位移)、伪影检测(3帧多数投票),不合格片段自动重新生成66% 相似待验证研究在三个图像生成骨干网络上进行了验证,结果在对齐度和偏好模型评分上均有提升66% 相似待验证研究团队设计的字幕引导的检索-验证(retrieve-and-verify)框架将准确率再提升多达5.3分65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1128928API
curl https://kongchang.com/api/v1/knowledge/claims/1128928MCP
get_claim(id=1128928)