待验证50% 置信事实精确时间
方差缩减技术的代表性方法包括SVRG和SARAH
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
待验证强行取极值样本会引入离群点，迫使SVM构建更复杂的决策边界，高阶poly核在这种数据上收敛更慢68% 相似待验证支持向量机（SVM）由Vapnik和Cortes在1995年提出，其核心是正负类之间决策边界的间隔最大化68% 相似待验证LoRA 利用 SVD 的低秩近似原理，将大型权重矩阵的增量更新分解为两个低秩矩阵的乘积，从而将可训练参数量从数十亿压缩至数百万量级66% 相似待验证KNN、SVM的RBF核等依赖距离度量的算法及逻辑回归等依赖线性可分假设的算法对全局几何结构扭曲敏感，SWD变换会破坏其性能65% 相似待验证RCO-GSQ是ISTA-DASLab提出的低比特量化方案，GSQ通过权重分组引入稀疏性降低精度损失，RCO对量化残差进行进一步压缩与校正64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983268API
curl https://kongchang.com/api/v1/knowledge/claims/983268MCP
get_claim(id=983268)