待验证50% 置信事实精确时间
GBP能够快速平滑相邻变量之间的局部误差，但对跨越遥远图区域的全局误差只能通过长距离消息传播逐步增量式修正，导致大规模图上收敛速度显著变慢
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
待验证连续表示到离散token的解码是易出错的环节，嵌入空间微小偏差可能导致解码错误，量化误差在序列增长时放大70% 相似待验证在高维空间中，数据点之间的距离趋于均匀化，导致基于距离的算法效果大打折扣，这称为维度灾难（curse of dimensionality）69% 相似待验证稀疏奖励加上长时间跨度使得基于梯度的优化信号在反向传播过程中大幅衰减68% 相似待验证深度压缩模型处理长上下文能力下降更快，量化误差在注意力层逐层累积导致长程一致性退化和自我监控崩溃67% 相似待验证H-GBP在抽象阶段先构造一个粗粒度的图近似，使原本需要跨越大量节点传播的全局误差变成短距离即可解决的问题67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983403API
curl https://kongchang.com/api/v1/knowledge/claims/983403MCP
get_claim(id=983403)