待验证50% 置信事实精确时间

Google Brain团队2018年的研究表明，仅改变随机种子就可能导致某些模型性能出现数个百分点的波动

1

来源数

50%

置信度

长期有效

时效性

2026/8/17

首次发现

来源

Hugging Face复现2200篇ICML论文：AI研究可复现性危机全面曝光

相关事实

待验证在某些任务上，仅因随机种子不同导致的性能波动幅度可能超过某些论文声称的方法创新带来的提升76% 相似待验证即便固定所有随机种子，在不同硬件或并行度下，训练结果仍可能出现被大模型放大为显著能力差异的细微偏差74% 相似待验证权重初始化的随机性对模型性能影响最深远，数据批次打乱顺序的随机性影响最小72% 相似待验证少样本提示中仅改变示例顺序就可能导致准确率从接近随机到接近最优的巨大波动71% 相似待验证深度学习中的随机种子控制权重初始化、数据加载批次打乱顺序、Dropout神经元随机失活以及优化器中的随机梯度估计等多个随机性来源68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/762110

API

curl https://kongchang.com/api/v1/knowledge/claims/762110

MCP

get_claim(id=762110)