待验证50% 置信事实精确时间

标准前馈神经网络的Φ值接近零，因为信息只单向流动、缺乏回路整合

1

来源数

50%

置信度

长期有效

时效性

2026/10/6

首次发现

来源

AI模型是计算，所以它们有意识？这个推论站不住脚

涉及实体

前馈神经网络technology 整合信息理论concept

相关事实

待验证在非凸小型神经网络中，Adam与NGD的方向错位达到约10^3的量级67% 相似待验证该模型的输出token为零，因为它只返回概率而不生成文本64% 相似待验证仅用不到1%的神经元训练的探针能保留完整特征检测准确率的绝大部分64% 相似待验证若一道难题在采样中全部失败（pass@k约为0），奖励方差为零，梯度信号几乎消失，参数更新量趋近于零60% 相似待验证当权重仅为-1、0、+1时，矩阵乘法可完全用加减法代替，理论上可将神经网络推理功耗降低5-10倍59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/979371

API

curl https://kongchang.com/api/v1/knowledge/claims/979371

MCP

get_claim(id=979371)