待验证50% 置信事实精确时间

核密度估计（KDE）在维度超过5-10时性能急剧退化，因为所需样本量随维度呈指数增长

1

来源数

50%

置信度

长期有效

时效性

2026/8/22

首次发现

来源

Entropic Scree：用信息熵替代方差重构PCA降维方法

涉及实体

核密度估计concept

相关事实

待验证K2.6具备自适应输出长度能力（Length Calibration），能根据问题复杂度调整输出长度61% 相似待验证NPU相较于通用CPU和GPU，在单位能耗下的AI算力密度通常高出数倍至数十倍60% 相似待验证上下文越长，需要存储和检索的KV Cache越大，GPU显存消耗呈线性增长57% 相似待验证K-Quant动态量化在极端配置下能把Muse Glimmer显存需求压到3GB级别，模型质量损失仅约0.2%57% 相似待验证成熟的商业软件bug密度通常在1-25个/KLOC之间，NASA等关键任务系统要求低于0.1个/KLOC56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/788600

API

curl https://kongchang.com/api/v1/knowledge/claims/788600

MCP

get_claim(id=788600)