待验证50% 置信事实精确时间
两阶段系统（Deep SVDD + 窄型CPU分类器）将“正确分类或正确拒绝”的输入比例提升了15.0–19.4个百分点，相比无拒绝机制的分类器有显著改进。
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
待验证在每种方法回顾性选择的测试准确率峰值处，Deep SVDD两阶段系统的每输入估计能耗为1.93–6.99 mJ；蒙特卡洛Dropout为52.53 mJ；深度集成为8.76–17.51 mJ。72% 相似待验证在32个SV-COMP任务上，原始验证器反馈将平均正确模型判定从12.7提升到22.0，但同时将错误判定从1个增加到7个。70% 相似待验证MLR相比此前最佳系统在识别关键错误方面性能提升接近五倍（从14.81%到73.43%）67% 相似待验证可学习的排列不变图上下文聚合机制（用加权平均和Set2Set实现）在CVRP100到CVRP20迁移上取得最大改进，约0.9个百分点。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1129616API
curl https://kongchang.com/api/v1/knowledge/claims/1129616MCP
get_claim(id=1129616)