待验证50% 置信事实精确时间
大数定律由雅各布·伯努利于17世纪末首次严格证明，指出随着独立重复试验次数趋于无穷，样本均值将以概率1收敛于总体期望值
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
5万次模拟2026世界杯：蒙特卡洛模拟与数据科学实战
redditr/learnmachinelearning2026/7/9
相关事实
待验证对于概率为10⁻⁶甚至更低的极端事件，蒙特卡洛方法要在随机采样中捕捉到一次，理论上需要百万至十亿次以上的独立模拟57% 相似待验证在机器学习多种子实验中重复次数通常只有5到10次，样本量极小，正态性假设难以验证，因此 Wilcoxon 检验往往是更保守稳健的选择57% 相似待验证McNemar 检验统计量为 χ² = (|b - c| - 1)² / (b + c)，当样本量足够时近似服从自由度为1的卡方分布，其中-1为Yates连续性校正项57% 相似待验证Chinchilla定律大致按每个参数分配20倍token的比例来安排算力56% 相似待验证「Life-like」规则族的可能规则数量理论上达2的18次方（约26万种），但被系统研究、命名并记录的只有数百种55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/492126API
curl https://kongchang.com/api/v1/knowledge/claims/492126MCP
get_claim(id=492126)