待验证50% 置信解决方案精确时间

Phase-HDC对每个角度参数在每次更新时最多转动一步，方向与当前梯度符号相反，且只在梯度足够大时才改动

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

Phase-HDC：用梯度阈值取代优化器历史的无记忆训练法

涉及实体

Phase-HDCconcept

相关事实

待验证反复应用同一组权重容易导致梯度在多次迭代中放大或消失，类似于早期RNN的梯度问题63% 相似待验证恰当的时间步 shift 带来的收益超过把采样步数翻倍，扩散采样的调度参数应随潜空间维度理论性地推导而非盲目堆叠推理步数60% 相似待验证单纯形法沿凸多面体的顶点逐步移动寻找最优解，最坏情况下迭代步数可以呈指数级增长60% 相似待验证反向模式一次反向传播就能同时获得损失对所有参数的梯度,复杂度仅为前向计算的常数倍（通常 2-4 倍）60% 相似已验证在自回归预测中，每一步的误差会叠加到下一步，导致长程预测迅速退化60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990623

API

curl https://kongchang.com/api/v1/knowledge/claims/990623

MCP

get_claim(id=990623)