待验证50% 置信事实精确时间
ELBO与真实边际似然之间的差距等于近似后验与真实后验之间的KL散度 KL(q(z|x) || p(z|x))
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证ELBO损失函数由重建损失和KL散度两部分组成，前者确保生成质量，后者约束潜在分布的正则性66% 相似待验证变分自编码器VAE的训练目标ELBO（证据下界）的推导建立在KL散度与期望的运算之上65% 相似待验证Elo系统的核心公式为：新评分 = 旧评分 + K × (实际得分 - 预期得分)，预期得分通过逻辑斯谛函数从双方分差计算得出65% 相似待验证KL散度在变分推断（VAE的ELBO目标）、知识蒸馏和模型压缩中扮演核心角色61% 相似待验证KL 散度用于比较微调后模型与原始模型在相同输入下的输出概率分布差异，数值越大表示偏离越严重，0.0244 的 KLD 意味着微调几乎没有改变模型的整体行为分布59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/895923API
curl https://kongchang.com/api/v1/knowledge/claims/895923MCP
get_claim(id=895923)