待验证50% 置信事实精确时间

t分布自由度越小尾部越厚，当自由度趋于无穷时t分布收敛为标准正态分布

1

来源数

50%

置信度

长期有效

时效性

2026/8/31

首次发现

来源

从零编码机器学习概率分布：高斯、Beta、Gamma分布实践指南

涉及实体

Student's t分布concept

相关事实

待验证高斯分布无处不在源于中心极限定理，即大量独立随机变量之和趋近于正态分布71% 相似待验证单变量高斯分布中均值μ控制位置，方差σ²控制离散程度59% 相似待验证RMSNorm相比LayerNorm对数值范围约束更强，输出分布更集中，减少量化时的溢出风险57% 相似待验证从信息论角度，DSL约束的本质是降低了输出分布的熵，一个等概率的N选1分布熵值为log₂N56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/829236

API

curl https://kongchang.com/api/v1/knowledge/claims/829236

MCP

get_claim(id=829236)