待验证50% 置信解决方案精确时间

在稠密检索中，批内负样本训练要求批次包含有信息量的负样本，随机采样会导致训练损失快速收敛但泛化性能差

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

检索新范式：Hobbit难负样本构造与Disco协同覆盖索引设计

相关事实

待验证Copilot 基于统计模式预测，训练数据中出现频次较低的技术配置生成质量会显著下降78% 相似待验证跨域微调时学习率过大会破坏预训练权重，过小则几乎学不动，需权衡设置78% 相似已验证过拟合是指模型在训练数据上表现优异，但在未见过的测试数据上性能大幅下降的现象77% 相似待验证文生图模型的理解本质上是大规模统计关联，面对训练集中稀少出现的长尾概念时生成质量会显著下滑77% 相似待验证预处理泄漏在小数据集上尤为显著，当训练集仅有数百张图像时加入测试集样本会明显改变均值和标准差估计76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/524283

API

curl https://kongchang.com/api/v1/knowledge/claims/524283

MCP

get_claim(id=524283)