待验证50% 置信基准精确时间

保留DC分量和Nyquist分量时验证损失退化到约2.0 nats，等价于对相位进行随机化的效果，说明这两端信息主动有害

1

来源数

50%

置信度

长期有效

时效性

2026/10/4

首次发现

来源

FourierQK：频域注意力中的滤波器形状与泄漏-覆盖定律

涉及实体

FourierQKconcept

相关事实

待验证若数据噪声服从拉普拉斯分布，最优损失函数变为L1（绝对值误差）63% 相似待验证Santurkar等人2018年的研究指出BN的真正作用可能在于平滑损失曲面而非减少内部协变量偏移63% 相似待验证对比学习的核心损失函数（如InfoNCE、NT-Xent）本质是拉近同类样本表征距离、推远不同类样本表征距离62% 相似待验证预测损失合理但下游控制精度为0%高度符合表征坍缩的特征，即编码器骗过自监督目标却未学到有用动态信息62% 相似待验证Huber损失在误差较小时表现为二次惩罚（与MSE一致），误差较大时退化为线性惩罚（与MAE一致），对异常值更鲁棒，常用于回归任务62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/971776

API

curl https://kongchang.com/api/v1/knowledge/claims/971776

MCP

get_claim(id=971776)