待验证50% 置信事实精确时间

Epoch-wise双重下降由Nakkiran等人在2019年OpenAI论文《Deep Double Descent》中系统性记录，在ResNet、Transformer等架构上观察到

1

来源数

50%

置信度

长期有效

时效性

2026/8/6

首次发现

来源

双重下降现象详解：为何超大模型反而不过拟合

相关事实

待验证梯度消失是深层神经网络的问题，解法包括更换激活函数（如ReLU替代sigmoid）、使用残差连接或调整网络架构56% 相似待验证EAGLE/MTP分离解码在约2000个请求时出现崩溃问题，根源在于SWA分配器的内存管理缺陷52% 相似待验证RetinaNet提出的Focal Loss有效解决了单阶段检测器中正负样本不平衡问题，这一思想也被后续YOLO版本吸收。51% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/693825

API

curl https://kongchang.com/api/v1/knowledge/claims/693825

MCP

get_claim(id=693825)