待验证50% 置信事实精确时间

该研究构建了一个多维泛化评测框架，覆盖领域偏移、对抗扰动、组合性和长度增加四个泛化维度

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

大模型时间抽取任务泛化能力评测：单一维度不可靠

涉及实体

多维泛化评测框架concept

相关事实

待验证论文通过残差分析、注意力权重子空间对齐、跨层奇异值分解三种方法交叉验证，识别出一个横跨若干关键层的中层深度控制面67% 相似待验证相比中心化方案，LangGraph去中心化的多智能体框架在稳定性和可扩展性上有极大提升64% 相似待验证研究方法让每个模型针对464组双极语义差异特质对进行自我评分，并将特质画像投射到六维原型空间62% 相似待验证该研究探索了无监督的嵌入空间对齐方法，有望在没有配对数据的情况下学习从一个嵌入空间到另一个空间的映射关系61% 相似待验证层级筛选器可将多个筛选控件合并为一个紧凑的层级控件，释放出更多画布空间用于展示图表和关键指标61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975548

API

curl https://kongchang.com/api/v1/knowledge/claims/975548

MCP

get_claim(id=975548)