待验证50% 置信事实精确时间

论文推导出使均方误差最小的最优引导权重闭式解：λ*(T, δ, σ₀²) = σ₀² / (σ₀² + R_max² · δ² · T)

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

外部引导何时真正帮助大模型推理？GA-GRPO的偏差-方差理论

涉及实体

相关事实

待验证论文中的degree-3和degree-4多项式系数通过最小化BF16/FP16目标格式下的最大误差（minimax approximation）求得68% 相似已验证数值梯度检验通过中心差分公式 (f(θ+ε) - f(θ-ε)) / (2ε) 近似计算梯度，与解析梯度比较，相对误差小于1e-5认为正确，大于1e-3几乎确定存在bug63% 相似待验证新的样本复杂度界在对|β|/(1-γ)的指数依赖上匹配了已知下界62% 相似待验证Collapse模型在SimLex-999名词子集上取得Spearman ρ = 0.3616的相似度相关性，覆盖662/666的名词对61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983190

API

curl https://kongchang.com/api/v1/knowledge/claims/983190

MCP

get_claim(id=983190)