待验证50% 置信权衡取舍精确时间

选择5个而非3个基学习器与eCMI信息论计算中达到精确O(d)上界的技术条件相关，更少投票数可能带来常数因子损失

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

VC学习的最优信息复杂度：用eCMI重建PAC保证

涉及实体

Majority-of-5concept eCMIconcept

相关事实

待验证标准化基准测试存在分布外泛化的局限，智能体可能通过记忆训练集模式得分而非真正具备推理能力67% 相似待验证由于IEEE 754浮点数精度限制，直接使用EXPECT_EQ进行浮点比较几乎必然导致虚假失败，应使用EXPECT_NEAR指定容差66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990763

API

curl https://kongchang.com/api/v1/knowledge/claims/990763

MCP

get_claim(id=990763)