待验证50% 置信事实精确时间
Andrew Ng 和 Michael Jordan 在 2001 年的论文中比较生成模型与判别模型，结论是生成模型在小样本时更具优势，判别模型在大数据量时通常表现更好
1
来源数
50%
置信度
长期有效
时效性
2026/8/29
首次发现
来源
涉及实体
相关事实
待验证生成模型在小样本时更具优势，判别模型在大数据量时通常表现更好76% 相似待验证生成式模型建模联合概率 P(x,y) 或数据分布 P(x)，判别式模型直接建模条件概率 P(y|x)，该区分最初由 Andrew Ng 和 Michael Jordan 在 2001 年的论文中系统比较70% 相似待验证模型选用的是智谱（被作者评价为国内效果较好），并针对其限流问题做了并发控制68% 相似待验证Score Matching和Langevin Dynamics为扩散模型提供了等价的理论视角，模型本质上学习数据分布的得分函数，这一视角由宋飏（Yang Song）等人阐明66% 相似待验证模型选型时不仅要看标准数据集精度，更要关注其在陌生数据上的域外泛化鲁棒性65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/817298API
curl https://kongchang.com/api/v1/knowledge/claims/817298MCP
get_claim(id=817298)