待验证50% 置信事实精确时间

基于原型的网络为每个类别学习若干个可学习的原型，通过计算输入图片与各原型的相似度并结合责任度评分机制完成分类

1

来源数

50%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

595K参数实现51%准确率：原型网络轻量化与可解释性实践

涉及实体

Prototype-based Networkconcept

相关事实

待验证机器学习系统通过对大量数据的训练自动发现规律并在新数据上进行泛化预测72% 相似待验证传统自动驾驶感知模型主要依赖卷积神经网络和 Transformer 架构进行目标检测、语义分割和深度估计等任务70% 相似待验证最新一代具备编排能力的模型能够自主派生额外的模型实例，将复杂工作拆分成子任务并在事后自动验证69% 相似待验证引导式生成模型利用深度生成模型的表达能力自动学习最优提议分布，解决传统重要性采样中人工设计提议分布的难题69% 相似已验证投机解码用一个小型快速的草稿模型先行预测多个token，再由大模型一次性并行验证68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/837575

API

curl https://kongchang.com/api/v1/knowledge/claims/837575

MCP

get_claim(id=837575)