待验证50% 置信事实精确时间

熵风险度量通过风险参数β调节风险敏感程度，β>0表现为风险规避，β<0表现为风险偏好，β→0退化为普通期望回报目标

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

风险敏感强化学习的样本复杂度：逼近最优的理论突破

涉及实体

熵风险度量concept

相关事实

待验证有限样本估计熵率面临系统性负偏差问题，插件估计量倾向于低估真实熵，可用Miller-Madow校正通过添加(k-1)/(2N)项补偿70% 相似待验证对数评分（log-score，即交叉熵）对极端错误的惩罚更激进，模型以接近 1.0 概率预测错误答案时对数评分趋向负无穷68% 相似待验证微分熵可以取负值、不具有坐标不变性，在非线性变量变换下会发生改变64% 相似待验证当模型对某个训练样本的预测概率接近1时，该样本对应的交叉熵损失趋近于零，模型几乎无法获得梯度更新信号63% 相似待验证在91%的数据集-模型组合中，无论答案正确与否，平均token熵都接近于零59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983290

API

curl https://kongchang.com/api/v1/knowledge/claims/983290

MCP

get_claim(id=983290)