待验证50% 置信事实精确时间

论文arXiv:2610.09044v1从理论层面刻画弱到强泛化能带来多大提升、在什么条件下出现以及何时消失

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

弱到强泛化的二次方律：随机矩阵理论的新证明

涉及实体

arXiv:2610.09044v1concept 弱到强泛化concept

相关事实

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66% 相似待验证现有的泛化理论大多假设性能随规模平滑变化，无法预测或解释涌现能力这种不连续的跃升66% 相似待验证一篇 arXiv 论文（arXiv:2610.07228v1）分析了自然梯度下降（NGD）的低效程度，给出从精确最优到随维度无界增长的完整图景66% 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64% 相似待验证提示词越模糊，模型输出越向高概率区域坍缩，一致性越强64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/986974

API

curl https://kongchang.com/api/v1/knowledge/claims/986974

MCP

get_claim(id=986974)