待验证50% 置信事实精确时间

该神经网络能力上限被Minimax数据锁定，最多只能逼近教师算法水平而无法超越

1

来源数

50%

置信度

长期有效

时效性

2026/8/29

首次发现

来源

用Minimax数据训练神经网络下井字棋：数据质量实验

涉及实体

相关事实

待验证神经网络存在过度自信缺陷，即便输入落入训练分布之外，Softmax层仍可能输出虚高的置信度分数69% 相似待验证Li等人2018年发现神经网络的有效参数空间维度远低于名义参数量，训练轨迹被限制在低维子空间中68% 相似待验证梯度学习的核心是连续优化，神经网络参数空间是高维实数空间，损失函数近似可微65% 相似待验证在4GB显存上微调伴随训练速度极慢和微调能力受限的代价，更适合小规模数据的轻量适配而非大规模知识注入65% 相似待验证深度神经网络天然倾向于过拟合训练分布，对分布外样本的处理能力往往大幅下降64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/817258

API

curl https://kongchang.com/api/v1/knowledge/claims/817258

MCP

get_claim(id=817258)