待验证50% 置信事实精确时间

PER中重要性采样权重的β参数从较小值（如0.4）线性退火到1

1

来源数

50%

置信度

长期有效

时效性

2026/8/21

首次发现

来源

Rainbow DQN没有新想法：值函数强化学习算法演进全解析

相关事实

待验证功效分析需要预先指定显著性水平α（通常0.05）、期望统计功效（通常0.8或0.9）和预期效应量三个核心参数62% 相似待验证SVDQuant中低秩分支的参数量通常只占总参数的几个百分点61% 相似待验证LLM每次调用可建模为伯努利试验，N次调用通过次数服从二项分布B(N, p)，通过率95%置信区间约为p̂ ± 1.96×√(p̂(1-p̂)/N)61% 相似待验证Focal Loss在标准交叉熵损失前添加调制因子(1-p_t)^γ，γ通常设为2，使模型聚焦于困难样本60% 相似待验证二项分布的方差为Np(1-p)，在p=0.5时达到最大值59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/782694

API

curl https://kongchang.com/api/v1/knowledge/claims/782694

MCP

get_claim(id=782694)