待验证50% 置信事实精确时间
MGD 对学生模型的特征图随机遮盖一定比例（通常75%）的空间区域，训练轻量级生成模块以未遮盖区域重建教师模型对应位置的完整特征
1
来源数
50%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
待验证领域自适应作为迁移学习子领域，常用方法包括对抗训练（DANN）、最大均值差异最小化（MMD）以及基于元学习框架（如MAML）的少样本适应60% 相似待验证微调通常只需原始训练成本的百分之一甚至更少，便能获得接近专用模型的领域表现57% 相似待验证在过参数化区间存在无数个能完美拟合训练数据的解，优化算法如SGD倾向于选择范数最小的解，这种隐式正则化使模型获得更好泛化性能57% 相似待验证SFT（监督微调）训练的模型存在'模仿天花板'，其表现上限受限于标注数据的质量和多样性57% 相似待验证微调VLA模型时通常采用分层学习率策略：视觉编码器使用极小学习率或冻结，语言模型层使用中等学习率，动作专家使用较大学习率57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/541882API
curl https://kongchang.com/api/v1/knowledge/claims/541882MCP
get_claim(id=541882)