待验证50% 置信事实精确时间

搭肩偏差（Shortcut Learning）由Geirhos等人在2020年的学术论文中系统阐述，本质是模型学习到数据集中虚假的统计相关性而非真实因果特征

1

来源数

50%

置信度

长期有效

时效性

2026/9/4

首次发现

来源

Claude 5.1双模型深度解析：AI如何从聊天工具进化为自主研究员

涉及实体

Shortcut Learningconcept Geirhosperson

相关事实

待验证偏差-方差权衡是统计学习理论的核心概念，由1992年Geman等人的研究系统化阐述65% 相似待验证好奇心驱动强化学习最早由Pathak等人在2017年提出，其核心思想是用预测误差作为内在奖励65% 相似待验证Geirhos等人于2020年在Nature Machine Intelligence上发表综述，梳理了神经网络倾向于学习最简单判别规则而非人类期望语义特征的现象64% 相似待验证作者建议初学者学习方法采用'抓大放小'，先理解技术演变逻辑再学习具体细节63% 相似待验证知识蒸馏由Hinton等人提出，让学生模型通过学习教师模型输出的软概率分布继承隐性知识61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/855492

API

curl https://kongchang.com/api/v1/knowledge/claims/855492

MCP

get_claim(id=855492)