待验证50% 置信事实精确时间

此前的主流观点认为用均方误差（MSE）训练出的速度场会系统性地低估速度幅值，速度缩放是对这一误差的修正

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

流匹配中的速度缩放：为何有效的真正原因

涉及实体

MSEconcept 速度缩放concept

相关事实

待验证MSE在Sigmoid输出接近0或1时会遭遇梯度饱和问题，导致训练极其缓慢，而交叉熵在预测严重偏离时梯度更大76% 相似待验证对齐技术的研究进度普遍被认为远落后于模型能力本身的提升速度72% 相似待验证该论文在显著放宽假设的前提下给出了泛化保证，相比以往需要对速度场施加强约束的分析门槛更低70% 相似已验证过拟合是指模型在训练数据上表现优异，但在未见过的测试数据上性能大幅下降的现象68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990722

API

curl https://kongchang.com/api/v1/knowledge/claims/990722

MCP

get_claim(id=990722)