待验证50% 置信事实精确时间

k划分探测机制将已提交token位置随机划分为k个互不重叠子集，每次将一个子集重新掩码并做一次前向推理

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

CoDR：无需训练的置信漂移重掩码，修正扩散语言模型的早期错误

涉及实体

k划分探测concept CoDRconcept

相关事实

待验证反向KL散度是模式寻找的，前向KL散度是均值寻找的70% 相似待验证K-means对初始簇中心敏感，K-means++通过概率化初始化缓解这一问题66% 相似待验证K-Means聚类算法在标准实现中天然依赖欧氏距离，每一步计算样本点到聚类中心的欧氏距离并分配类别66% 相似待验证Rerank（重排序）使用Cross-Encoder模型对Top-K召回的候选片段重新打分排序，精度远高于Bi-Encoder65% 相似待验证DiffusionGemma使用双向注意力，去掉因果掩码，让每个位置能同时关注序列中所有其他位置，机制与BERT编码器相同65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/986621

API

curl https://kongchang.com/api/v1/knowledge/claims/986621

MCP

get_claim(id=986621)