待验证50% 置信观点精确时间

许多影响结果的隐性知识（如优化器前几百步需要特殊的学习率预热策略）难以被标准化表格完整捕捉

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

机器学习可复现性危机：三大根源与破局之道

涉及实体

隐性知识concept

相关事实

待验证测量结果受探头角度和插入深度影响，需要一定操作学习成本，初次使用可能出现读数不一致的情况71% 相似待验证跨域微调时学习率过大会破坏预训练权重，过小则几乎学不动，需权衡设置71% 相似待验证在训练中使用预测时无法获取的预测变量是常见错误，例如需要数天才能采集完整的特征无法用于实时预测70% 相似待验证对抗样本攻击的核心原理是通过对输入数据施加人眼几乎不可察觉的微小扰动，让训练好的深度学习模型产生完全错误的输出70% 相似待验证'Be maximally thorough'指令导致模型进行了数十次不必要的知识库检索70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/900742

API

curl https://kongchang.com/api/v1/knowledge/claims/900742

MCP

get_claim(id=900742)