待验证50% 置信事实精确时间
可辨识性和正则性条件保证真参数附近存在局部强凸区域,且不同参数对应的轨迹可分,从而使估计问题在局部是良定的。
1
来源数
50%
置信度
长期有效
时效性
2026/11/17
首次发现
来源
Transformer 上下文学习新进展:参数 ODE 估计与预测
rss2026/11/16
涉及实体
相关事实
待验证该研究不要求全局凸性,而是借助可辨识性和正则性条件,把 ODE 参数估计问题局部化处理。77% 相似待验证三条技术路径各有侧重:条件分位数回归实现相对直接,分位数函数估计提供更完整分布信息,局部化方法在应对非平稳性上更具针对性73% 相似待验证等终性强调模型结构层面的多解性,不同于参数不可识别性(后者侧重参数估计的方差问题)。71% 相似待验证当前可证明推理工作多走「局部形式化」路线:只对解码约束、输出格式、概率边界等可离散化或可解析的部分给出保证。70% 相似已验证稠密模型的优势在于推理路径确定、显存占用与参数量基本线性对应、部署和量化相对简单,缺点是同等算力下参数规模难以堆到MoE的水平。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1179355API
curl https://kongchang.com/api/v1/knowledge/claims/1179355MCP
get_claim(id=1179355)