待验证50% 置信事实精确时间

GridSFM通过在损失函数中引入基尔霍夫定律违反惩罚项和热限值惩罚项，使模型在追求预测精度的同时受物理定律约束

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

微软GridSFM：用AI基础模型重塑电网规划

涉及实体

相关事实

待验证将领域约束编码到生成模型的方式包括在损失函数中添加约束惩罚项（如对UV边界不连续性施加惩罚）以及在模型架构层面体现约束75% 相似待验证规模律揭示了模型损失与参数量、数据量、算力之间近乎幂律的关系70% 相似待验证将领域约束作为结构先验编码到模型架构或损失函数中，是在约束式生成场景中取得成功的关键策略67% 相似待验证2018年Wachter等人将反事实概念形式化为可计算的损失函数，最小化特征变化量同时约束模型输出翻转到期望类别65% 相似待验证OpenAI等机构的神经网络扩展定律研究表明模型损失与参数量、数据量、计算量之间均呈幂律关系64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963763

API

curl https://kongchang.com/api/v1/knowledge/claims/963763

MCP

get_claim(id=963763)