待验证50% 置信概念精确时间
权重空间是神经网络所有可学习参数构成的高维空间，现代大模型权重空间维度可达千亿量级。
1
来源数
50%
置信度
长期有效
时效性
2026/11/4
首次发现
来源
涉及实体
相关事实
待验证当需要表征的特征数量远超可用神经元数量时，网络会利用高维空间中近似正交向量数量远超维度数量的特性（Johnson-Lindenstrauss引理）将多个特征叠加压缩编码到同一组神经元上69% 相似待验证乘积量化的核心思想是将高维向量空间分解为若干低维子空间，在每个子空间内独立进行码本学习与编码69% 相似待验证大模型本质上是一个由深度神经网络实现的极其复杂的函数68% 相似已验证潜空间指深度学习中输入数据经神经网络编码层处理后被映射到的高维连续向量空间，语义相近的概念在该空间中几何距离更接近68% 相似待验证论文《Mesoscopic learning dynamics of extensive-width neural networks》研究两层神经网络学习由相同架构网络表示的目标函数，其中网络宽度和输入维度成比例增长。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1135389API
curl https://kongchang.com/api/v1/knowledge/claims/1135389MCP
get_claim(id=1135389)