待验证50% 置信事实精确时间
Google的Population Based Training（PBT）借鉴了进化和群体智能思想，在训练过程中动态调整超参数
1
来源数
50%
置信度
长期有效
时效性
2026/8/9
首次发现
来源
相关事实
待验证行为克隆存在分布偏移问题，DAgger等改进算法通过让学习中的智能体与专家持续交互来扩充训练数据66% 相似待验证Google的WordPiece算法（用于BERT模型）在选择合并对时选择能最大化训练数据似然度的对，而非基于频率最高的对66% 相似待验证批次归一化在训练模式使用当前批次统计量，在推理模式使用训练过程中累积的移动平均值65% 相似已验证涌现能力指模型在规模达到一定阈值后突然表现出训练阶段未被明确设计的能力，这一现象最早由Google Research团队在2022年系统性地描述64% 相似待验证2023年谷歌DeepMind等机构的研究证实，模型的记忆化（Memorization）行为与训练数据的重复次数密切相关64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/717451API
curl https://kongchang.com/api/v1/knowledge/claims/717451MCP
get_claim(id=717451)