待验证50% 置信观点精确时间

分布式表征的思想——一个概念由多个神经元共同编码而非存储在单一节点——是现代词向量和大语言模型中表征学习的理论前身

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

反向传播论文40周年：纪念被遗忘的David Rumelhart

涉及实体

Distributed Representationconcept Word Embeddingconcept

相关事实

待验证符号系统使用离散的、可组合的符号来表示概念和关系，而神经网络依赖连续向量空间中的分布式模式72% 相似待验证神经网络更像是'生长'出来的，而非被'设计'出来的，通过提供数据和学习算法从随机状态微调而成71% 相似待验证向量嵌入的核心思想源于分布式语义假说，即语义相近的词或句子在向量空间中距离更近70% 相似待验证大语言模型在预训练阶段吸收的事实以分布式方式编码在数十亿参数中，一个事实弥散在数百乃至数千个神经元的激活模式中69% 相似待验证嵌入思想源自2013年Word2Vec提出的分布式语义假说，即词的含义由其上下文分布决定69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/991727

API

curl https://kongchang.com/api/v1/knowledge/claims/991727

MCP

get_claim(id=991727)