待验证50% 置信事实精确时间
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
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67% 相似待验证反向传播机制要求整个计算图必须是可微分的，且在极深网络中存在梯度消失/爆炸问题65% 相似待验证在计算交叉熵损失时，softmax对正确标签位置i的梯度为p_i-1，对其他位置j的梯度为p_j，使lm_head输出层梯度密集64% 相似待验证HNSW通过构建多层图结构模拟跳表的层级跳跃特性，能在近似对数时间复杂度内完成近似最近邻查找，但内存占用相对较高且原生不支持量化压缩63% 相似待验证解耦下降的理论保证建立在风格化的高斯混合数据、全批量梯度下降和高维渐近极限等强假设之上，距离应用于大规模模型还有很长的路62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983406API
curl https://kongchang.com/api/v1/knowledge/claims/983406MCP
get_claim(id=983406)