待验证50% 置信基准精确时间
学习到的迁移映射相比原始embedding，将目标到源的平均特征距离降低了16.3%至38.5%
1
来源数
50%
置信度
长期有效
时效性
2026/10/8
首次发现
来源
涉及实体
相关事实
待验证论文提出的源锚定变体（source-anchored variant）相比纯粹的学习迁移，将源特征位移进一步降低了47.7%至83.6%，同时保留了大部分对齐增益77% 相似待验证实验结果显示排练减少了观察到的身份退化，但同时降低了跨领域迁移性能71% 相似待验证入口级和转向级预测相较于历史均值基线，平均绝对误差（MAE）分别降低了4.03%和3.92%66% 相似待验证在结构性度量新划分的稀有实体切片上，当前最先进系统的准确率下降幅度达到15.4%至39.9%66% 相似待验证Goldberg和Harrelson在美国Tiger/Line道路数据集（约2400万节点、5800万条边）上的实验表明，使用16个精心选取的地标，ALT算法相比使用直线距离启发式的普通A*平均减少了约90%的节点扩展65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/986976API
curl https://kongchang.com/api/v1/knowledge/claims/986976MCP
get_claim(id=986976)