待验证50% 置信事实精确时间
课程的A0作业要求学生手动实现一个线性层，包括显式保存前向输入、手动计算反向传播
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/11
首次发现
有效期至：2026/12/10
来源
涉及实体
相关事实
待验证本实验采用轨迹级蒸馏，属于行为克隆范畴，直接让学生模型模仿教师模型的外在行为序列69% 相似待验证从零用NumPy实现线性回归的项目能连接微积分、线性代数和编程，帮助理解梯度下降和学习率对收敛的影响68% 相似待验证Stéphane Ross等人提出DAgger算法，通过训练中持续让学生模型产生新轨迹并请求教师标注来缓解行为克隆的分布偏移问题67% 相似待验证知识蒸馏的中间层对齐策略（如PKD、TinyBERT）通过强制学生模型的隐藏表示模仿教师模型的分布间接约束嵌入几何结构65% 相似待验证模仿学习的经典算法包括行为克隆（Behavioral Cloning）和逆强化学习（IRL），DAgger是介于两者之间的折中方法64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/896504API
curl https://kongchang.com/api/v1/knowledge/claims/896504MCP
get_claim(id=896504)