待验证50% 置信观点精确时间
科研领域的复现危机根源之一是分析代码与原始数据的不透明
1
来源数
50%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
Claude Science发布：Anthropic专为科研打造的AI全流程助手
twitterclaudeai2026/6/30
相关事实
待验证用新数据更新模型时可能破坏原有能力，即灾难性遗忘，工业界通过失败案例库、数据增强与混合回放技术来整合新数据66% 相似待验证自回归解码存在结构性缺陷，早期输出偏离事实会导致后续内容在错误方向上越走越远，形成雪崩效应66% 相似待验证坎贝尔·哈维等学者的研究表明，金融学术文献中大量被发表的因子可能都是回测过拟合或数据窥探偏差的结果64% 相似待验证金融数据的非平稳性意味着消融结论在一个时段成立未必在另一时段同样有效，这是金融AI消融实验的独特挑战62% 相似待验证2022年的一项系统性研究发现，大量 PINN 相关论文难以从论文描述独立复现，部分原因在于该领域尚未形成成熟的代码发布规范62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/295428API
curl https://kongchang.com/api/v1/knowledge/claims/295428MCP
get_claim(id=295428)