待验证50% 置信事实精确时间

研究发现跨大陆精度衰退很大程度上并非源于空间迁移本身，而是物候错配（phenological misalignment）

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

Prithvi作物分类大模型跨洲迁移实测：物候错配才是精度崩盘元凶

涉及实体

物候错配concept Prithvi-EO-2.0model

相关事实

待验证物候错配是可通过校准观测窗口等工程手段在不重新训练的前提下大幅修复的问题，而空间迁移失败则意味着模型对新地区地表特征缺乏泛化能力68% 相似待验证软光栅化通过对几何边界平滑化近似引入连续过渡区域，以牺牲局部物理精度换取处处可微66% 相似待验证神经算子以自回归方式部署时，预测误差在空间和时间上分布极不均匀，而可用于局部修正的次数十分有限62% 相似待验证论文指出长上下文退化的根源不完全在于上下文长度，而在于其中有效干扰项的数量61% 相似待验证对高基数类别特征进行独热编码会导致特征空间急剧膨胀，造成维度灾难，使欧氏距离在高维稀疏空间中区分能力急剧下降59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/986741

API

curl https://kongchang.com/api/v1/knowledge/claims/986741

MCP

get_claim(id=986741)