待验证50% 置信事实精确时间
长尾分布指训练数据中少数常见场景占据绝大多数样本，而罕见但重要的场景严重欠表示
1
来源数
50%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
待验证对齐训练优化的是模型在已知场景下的统计行为，而非建立可形式化验证的安全边界，面对训练分布之外的罕见指令组合或角色扮演框架时可能失效75% 相似待验证Keskar等人在2017年的研究表明大批量训练往往收敛到尖锐极小值对应更差泛化，小批量训练倾向于平坦极小值69% 相似待验证优先经验回放（PER）通过为高TD误差的样本赋予更高的采样概率，将训练资源集中在模型最难处理的经验上69% 相似待验证深度学习训练存在固有随机性，相同配置下重新训练结果未必相同，随机性来源包括权重初始化随机种子、数据批次打乱顺序、Dropout引入的随机噪声及分布式训练中浮点运算的非确定性累积误差69% 相似待验证参数量相似的情况下，训练数据质量分布的差异往往比架构差异更能决定特定场景的表现上限68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/511394API
curl https://kongchang.com/api/v1/knowledge/claims/511394MCP
get_claim(id=511394)