待验证50% 置信事实精确时间
弱监督采用由领域专家编写「标注函数」（Labeling Functions）的方式，系统通过概率模型将这些规则综合生成带有置信度的软标签
1
来源数
50%
置信度
长期有效
时效性
2026/9/22
首次发现
来源
涉及实体
相关事实
已验证知识蒸馏技术使小模型可从大模型中提取相当比例能力，动摇了固定算力阈值作为能力代理指标的有效性67% 相似待验证贝叶斯优化基于概率代理模型（通常为高斯过程）建模历史实验结果，在探索与利用之间智能权衡，通常能以更少实验次数找到接近最优的参数配置67% 相似待验证提示工程技巧（思维链、少样本示例、角色设定、结构化输出等）本质上是通过额外语言约束缩小模型的输出分布，引导到更贴近用户意图的概率区间66% 相似待验证简单的参数提取、格式转换类任务使用成本较低的小模型即可完成，复杂的测试逻辑推理、异常根因分析才需要调用旗舰模型66% 相似待验证微调嵌入模型时应使用难负样本（如同领域但不同层级的岗位）而非随机负样本，以学习更细粒度的语义差异65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/942106API
curl https://kongchang.com/api/v1/knowledge/claims/942106MCP
get_claim(id=942106)