待验证50% 置信解决方案精确时间
高斯分布 PDF 包含 exp(-x²/2σ²) 项，当 x 远离均值或 σ 极小时指数项会下溢为零，因此实践中常在对数空间中计算 log-PDF 以保证数值稳定性
1
来源数
50%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
相关事实
待验证指数分布Exp(λ)描述泊松过程中相邻事件之间的等待时间，具有无记忆性；Gamma分布是k个独立指数随机变量之和的分布，k=1时退化为指数分布62% 相似待验证Score函数定义为对数密度梯度 ∇x log p(x)，指向概率密度增大最快的方向，其对数梯度使归一化常数消失59% 相似待验证逻辑回归中的交叉熵损失如果直接对 log(0) 求值会产生负无穷，需要加入极小的 epsilon 值或使用 log-sum-exp 技巧58% 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log₂N57% 相似待验证香农的信息熵公式为 H = -Σ p(x) log₂ p(x)，描述随机变量的平均不确定性57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/831824API
curl https://kongchang.com/api/v1/knowledge/claims/831824MCP
get_claim(id=831824)