待验证50% 置信事实精确时间

线性探针在训练分布上表现出色，但面对分布外（OOD）样本时性能往往急剧下降

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

探针泛化即子空间选择：AI欺骗检测的跨域迁移新范式

涉及实体

线性探针concept OODconcept

相关事实

待验证后训练阶段的强化学习能在分布内和分布外任务上提升解答准确率，但并不能持续改善推理轨迹的有效性73% 相似待验证针对特定工具做专项强化训练的副作用是对非训练分布工具的泛化能力下降，学术上称为分布外泛化失败72% 相似待验证诊断训练瓶颈的核心效率差异来自于是否提前建立了性能基线（baseline），如已知模型健康状态下的MFU则可快速发现偏离72% 相似待验证Keskar等人在2017年的研究表明大批量训练往往收敛到尖锐极小值对应更差泛化，小批量训练倾向于平坦极小值71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/899108

API

curl https://kongchang.com/api/v1/knowledge/claims/899108

MCP

get_claim(id=899108)