待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

块稀疏特征器：揭开视觉模型神经几何的黑箱

hackernewshackernews2026/7/7

相关事实

待验证深度神经网络由输入层、若干隐藏层、输出层构成，每个神经元对前一层输入做加权求和加偏置后通过激活函数做非线性变换78% 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72% 相似已验证深度学习使用多层神经网络，其结构受人脑神经元连接方式的启发72% 相似待验证Telgarsky等人的工作证明，深度网络在表示某些函数时比等宽度的浅层网络具有指数级的参数效率优势69% 相似待验证大语言模型从本质上是深度神经网络68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/313862

API

curl https://kongchang.com/api/v1/knowledge/claims/313862

MCP

get_claim(id=313862)