待验证50% 置信事实精确时间
当画面缺乏判别性特征时（如空旷道路或均质树林），定位算法会退化为基于训练集先验分布的统计猜测
1
来源数
50%
置信度
长期有效
时效性
2026/7/21
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71% 相似待验证研究表明即便合成数据与真实数据存在分布差距，只要预训练模型学到了足够通用的解剖特征表示，少量真实数据的微调便足以弥合这一差距70% 相似已验证迁移学习策略以ImageNet预训练权重为基础，在农业专用数据集上进行微调，可以用较少的训练数据获得较高的识别精度69% 相似待验证主动学习策略将有限的人工标注资源集中分配给模型最不确定的样本，兼顾准确率提升与人力最优化67% 相似待验证无监督异常检测的代表性方法PaDiM利用预训练网络的多层特征构建高斯分布模型。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/575735API
curl https://kongchang.com/api/v1/knowledge/claims/575735MCP
get_claim(id=575735)