待验证50% 置信权衡取舍精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

模型训练失败怎么办？系统化排查与迭代指南

相关事实

待验证学习率决定每步迈多大，太大会越过谷底导致发散，太小则耗时极长83% 相似待验证行为克隆将问题简化为监督学习，但存在分布偏移问题，导致训练时和执行时状态分布不同引发误差累积78% 相似待验证在稠密检索中，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78% 相似待验证实验表明，仅经过数代自我训练，模型输出的方差就会急剧缩小，文本趋于同质化77% 相似待验证朴素训练后量化会导致单个权重误差在多层网络中累积放大，即复合误差，在2位或1位精度下模型结构会崩溃77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/527174

API

curl https://kongchang.com/api/v1/knowledge/claims/527174

MCP

get_claim(id=527174)