已验证70% 置信事实精确时间
Supervised learning training uses labeled data consisting of sample pairs of known inputs and their corresponding outputs.
4
来源数
70%
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
待验证推荐采用迭代式构建数据集：先用少量标注样本训练一版，观察输出问题，再针对性补充特定情绪或场景的数据76% 相似待验证后训练量化通过少量代表性校准数据（通常128-1024条样本）前向传播收集各层激活统计特征，常用校准数据集包括WikiText-2、C4和Pile子集74% 相似待验证共形预测依赖非一致性分数和校准集两个关键概念，校准集是独立于训练集且带有真实标签的数据74% 相似待验证监督学习包含分类（离散标签）和回归（连续标签）两大子任务74% 相似待验证标准的分割保形预测流程中，模型先在训练集上训练，再在独立校准集上计算每个样本的非符合性分数，阈值取为这些分数的特定分位数73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/679932API
curl https://kongchang.com/api/v1/knowledge/claims/679932MCP
get_claim(id=679932)