待验证50% 置信权衡取舍精确时间

现代深度学习方法采用序列到序列（Seq2Seq）方式直接从图像特征预测字符序列以绕过字符切分瓶颈，但对训练数据需求量更大

1

来源数

50%

置信度

长期有效

时效性

2026/8/9

首次发现

来源

小语种OCR识别率低怎么办？提升马拉地语识别效果的实用方案

相关事实

待验证在数据稀缺和算力受限场景下，搜索+学习的混合架构在样本效率上比端到端深度学习具有显著优势73% 相似待验证深度学习方法通过端到端特征学习能自动适应各种复杂场景，这是其相对传统方法的根本优势72% 相似待验证统计模型方法对高维数据的扩展性较差，这是深度学习方法逐步崛起的核心原因71% 相似待验证现代深度学习框架通过自动微分技术在前向传播时构建计算图，在反向传播时自动沿图反向计算梯度71% 相似待验证文章介绍的深度学习车道检测算法核心思想是将密集分割简化为高效分类70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/719321

API

curl https://kongchang.com/api/v1/knowledge/claims/719321

MCP

get_claim(id=719321)