待验证50% 置信事实精确时间

算法框架扩展到单轨迹马尔可夫采样和异构部分覆盖两种更现实的采样场景

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

对抗鲁棒的联邦Q学习：从不可靠轨迹中学习最优策略

涉及实体

Robust Async-Fed-Qconcept 单轨迹马尔可夫采样concept 异构部分覆盖concept

相关事实

待验证草图算法满足可合并性，两个独立构建的草图可以合并为一个等价于在全体数据上构建的草图，这对分布式系统至关重要70% 相似待验证将多个画面组合为单张网格图输入模型，是一种利用模型空间推理能力的技巧，模型能感知网格中各格之间的位置关系70% 相似待验证单头概率模型适合特征即标签的场景，多元逻辑架构适合约束相乘的结构性问题，盲目融合往往两头落空69% 相似待验证自注意力机制允许模型在单次计算中直接建立序列中任意两个位置元素之间的语义依赖关系，解决了长距离依赖问题并支持并行计算69% 相似待验证差分抠图法依赖两次生成的前景主体保持高度一致，对生图模型的可控性提出要求68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983273

API

curl https://kongchang.com/api/v1/knowledge/claims/983273

MCP

get_claim(id=983273)