待验证50% 置信事实精确时间

BERT分类头线性层的输出维度严格等于类别数，一旦num_classes固定，模型输出空间被锁死，无法在不修改网络结构的前提下直接预测新增类别

1

来源数

50%

置信度

长期有效

时效性

2026/7/13

首次发现

来源

BERT新增分类类别：增量微调的三种策略与灾难性遗忘解法

相关事实

待验证分类头的维度固定，训练好的10分类模型输出维度是10，无法在不修改网络结构的前提下直接预测新增类别70% 相似待验证自回归大模型推理瓶颈并非计算量而是内存带宽，推测解码通过拒绝采样保证输出分布与原始大模型完全一致65% 相似待验证词表大小直接决定模型嵌入层和输出层的维度，分词器变更意味着模型无法简单从前代继承权重64% 相似待验证语法约束解码不改变模型本身的权重或训练过程，仅在推理阶段充当安全网，且合法token之间的相对概率排序保持不变63% 相似待验证大模型中的参数在数学上是神经网络每条连接边上的权重数值和偏置值，训练前随机初始化，通过反向传播算法和梯度下降不断调整61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/502635

API

curl https://kongchang.com/api/v1/knowledge/claims/502635

MCP

get_claim(id=502635)