部分验证65% 置信事实精确时间
KL散度D(p,q)描述当使用错误的分布q来编码实际服从分布p的数据时，相比使用正确分布p会浪费多少额外比特
3
来源数
65%
置信度
长期有效
时效性
2026/8/2
首次发现
来源
涉及实体
相关事实
待验证从KL散度角度看，每一代合成数据与真实分布之间的散度都在单调递增，且误差会在迭代中累积74% 相似待验证在Dreamer V1中，KL散度项用于约束后验分布q(z_t|h_t,o_t)与先验分布p(z_t|h_t)之间的距离；若KL权重过大，后验被迫趋近先验导致潜变量丢失观测信息（信息丢失），若权重过小则转移模型无法从先验生成有意义的想象轨迹（后验崩溃）。69% 相似待验证指数分布Exp(λ)描述泊松过程中相邻事件之间的等待时间，具有无记忆性；Gamma分布是k个独立指数随机变量之和的分布，k=1时退化为指数分布67% 相似待验证当位置间存在条件依赖时，乘积分布与真实联合分布的KL散度严格大于零，且依赖越强、写入位置越多，KL散度越大66% 相似待验证当数据分布均衡时，D*接近某个基准值，新公式退化为与传统公式相近的结果；当数据存在严重不平衡或偏态时，D*显著偏离基准，导致预测表现估算出现大幅调整。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/679894API
curl https://kongchang.com/api/v1/knowledge/claims/679894MCP
get_claim(id=679894)