待验证50% 置信事实精确时间

TranSGrid上的性能鸿沟出现在训练长度范围之内，说明仅凭生产力不足以评估系统性泛化

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

系统性泛化评测的盲区：TranSGrid揭示三种推理缺失

涉及实体

TranSGridproduct

相关事实

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77% 相似待验证RNN及其变体LSTM和GRU按时间步依次处理序列，存在梯度指数级衰减导致长距离依赖捕捉困难，以及无法并行化训练的缺陷74% 相似已验证仅用成功轨迹训练的模型往往存在分布外泛化的严重缺陷，遇到工具返回错误时便丧失纠偏能力73% 相似待验证Dietterich（1998）指出即使使用交叉验证，各折之间也并非完全独立，因为训练集之间存在大量重叠，这可能导致假阳性率膨胀73% 相似待验证文生图模型的理解本质上是大规模统计关联，面对训练集中稀少出现的长尾概念时生成质量会显著下滑73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931097

API

curl https://kongchang.com/api/v1/knowledge/claims/931097

MCP

get_claim(id=931097)