待验证50% 置信事实精确时间

EWC在新任务训练时增加惩罚项L_new + λ·Σ_i F_i·(θ_i - θ*_i)²，Fisher信息值越高的参数惩罚力度越大，越难被修改

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

待验证过度依赖顶层E2E测试会导致反馈周期极长，越底层的测试失败越早被捕获，修复成本越低58% 相似待验证梯度累积通过在多个小批次上累积梯度后再执行一次参数更新，效果等同于使用大批次训练57% 相似待验证低精度引入的数值扰动会在RL的多轮迭代中通过策略梯度的乘积形式被放大，可能导致训练崩溃或模型性能退化57% 相似待验证单纯增加模型参数和训练数据的边际收益正在递减，即'Scaling Law放缓'现象57% 相似待验证RLHF微调阶段相比预训练在数据量级上通常小2-3个数量级，使安全行为编码为低秩覆写而非底层重塑56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/502976

API

curl https://kongchang.com/api/v1/knowledge/claims/502976

MCP

get_claim(id=502976)