待验证50% 置信事实精确时间

CTC（Connectionist Temporal Classification）损失函数的引入使端到端文字识别成为可能

1

来源数

50%

置信度

长期有效

时效性

2026/9/8

首次发现

来源

AI OCR处理千页大型PDF文档的完整方案

涉及实体

相关事实

待验证对比学习常用的损失函数包括InfoNCE Loss和Triplet Loss59% 相似待验证失败轨迹提供错误识别信号和恢复策略信号两类关键学习信息55% 相似待验证Coze工作流节点之间存在上下游依赖关系，删除或修改某节点可能引发下游节点因找不到输入数据而执行失败的级联效应53% 相似已验证RNN专为序列数据设计，通过隐藏状态在时间步之间传递信息53% 相似待验证PaliGemma 2 的视觉编码器基于 SigLIP，使用 Sigmoid 损失函数替代传统的 InfoNCE 对比损失52% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/875632

API

curl https://kongchang.com/api/v1/knowledge/claims/875632

MCP

get_claim(id=875632)