待验证50% 置信事实精确时间

似然温度调节将似然函数提升到1/T次方（T<1），等价于对ELBO中的KL项乘以系数T

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

似然温度调节如何拯救贝叶斯神经网络的"先验坍缩"

涉及实体

似然温度调节concept ELBOconcept

相关事实

已验证带温度参数 T 的 Softmax 公式为 P(xᵢ) = exp(zᵢ/T) / Σexp(zⱼ/T)，当 T→0 时退化为 argmax，当 T→∞ 时趋近于均匀分布75% 相似待验证采样温度T=1时保持原始概率分布，T→0时输出趋于确定性，T>1时分布更平坦、输出更随机70% 相似待验证典型实践中温度参数T常取3到10之间，蒸馏训练结束后推理时学生模型恢复T=1的标准设置69% 相似待验证LuaJIT的热循环和热函数阈值可通过-Ohotloop和-Ohotcall参数调整66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/987032

API

curl https://kongchang.com/api/v1/knowledge/claims/987032

MCP

get_claim(id=987032)