待验证50% 置信事实精确时间

Dice损失是基于整个预测区域与真实区域的重叠度计算的区域级别度量

1

来源数

50%

置信度

长期有效

时效性

2026/8/6

首次发现

来源

训练时Dice评估指标周期性剧烈波动的原因与解决方案

相关事实

待验证对比学习的核心损失函数（如InfoNCE、NT-Xent）本质是拉近同类样本表征距离、推远不同类样本表征距离67% 相似待验证批次归一化层在小批次场景下统计量估计噪声很大，与Dice损失的区域级计算特性叠加会放大预测概率分布的波动66% 相似待验证增大批次大小可以让Dice损失的估计更加平滑，因为它基于更大的样本区域进行计算66% 相似待验证现代量化方案如GPTQ、AWQ引入逐层校准和误差补偿机制，将困惑度损失控制在1–2%以内62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/692744

API

curl https://kongchang.com/api/v1/knowledge/claims/692744

MCP

get_claim(id=692744)