待验证50% 置信事实精确时间

图神经网络通过消息传递机制让每个节点聚合邻居节点信息，迭代更新自身表征

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

上下文图谱：让AI智能体记住并复用过往决策的关键技术

hackernewshackernews2026/7/5

相关事实

待验证等变神经网络的等变性使输出随输入的旋转或平移变换而以相同方式变换，这种归纳偏置提高了样本效率69% 相似待验证一个最基本的神经网络由输入层、隐藏层和输出层三部分组成65% 相似待验证液态神经网络的节点连接强度能随输入动态调整，本质上是一种连续时间递归神经网络（CT-RNN）64% 相似待验证目标网络维护参数更新滞后的网络副本来计算目标值，每隔固定步数（如1000步）将主网络参数同步过去，解决追逐移动目标问题62% 相似待验证权重共享使卷积操作等价于对输入信号做互相关运算，并引入平移等变性这一归纳偏置62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/340534

API

curl https://kongchang.com/api/v1/knowledge/claims/340534

MCP

get_claim(id=340534)