待验证50% 置信事实精确时间

循环深度（Recurrent Depth）是测试时计算（test-time compute）研究方向的一种具体落地形式，与 DeepMind 的 Adaptive Computation Time 研究思路一脉相承

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

GPT-6深度测评：6大实战案例，离AGI还有多远？

涉及实体

循环深度concept DeepMindcompany test-time computeconcept

相关事实

待验证深度研究功能是智能体式工作流（Agentic Workflow）的一种实现形式69% 相似待验证深度学习中Dropout可以被解释为一种贝叶斯近似68% 相似待验证现代深度学习框架通过自动微分技术在前向传播时构建计算图，在反向传播时自动沿图反向计算梯度67% 相似已验证潜空间指深度学习中输入数据经神经网络编码层处理后被映射到的高维连续向量空间，语义相近的概念在该空间中几何距离更接近67% 相似待验证DeepSORT在SORT基础上引入了深度学习提取的外观特征（Re-ID特征），融合外观相似度与运动信息构建成本矩阵67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/933427

API

curl https://kongchang.com/api/v1/knowledge/claims/933427

MCP

get_claim(id=933427)