Unverified80% confidenceOpinionTime unknown
数据增强在预测框架下不仅是正则化技术，更是构建合理先验假设的方式，不同的数据增强策略对应不同的先验假设
1
Sources
80%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
Related Entities
Related Claims
Unverified在数据充足、算力允许的前提下，构建足够大的过参数化模型配合合适正则化策略，往往能获得比中等规模模型更好的效果76% similarUnverified推理时计算在模型参数固定的前提下，通过在推理阶段投入更多计算资源来改善输出质量75% similarUnverified推理增强模型本质上是以推理时算力（Inference-time Compute）换取准确率74% similarUnverified共形预测（Conformal Prediction）无需对数据分布做假设，直接提供具有统计保证的预测区间，在小样本场景下尤具优势74% similarUnverified大模型推理的本质是自回归生成，即不断预测下一个token73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/1020API
curl https://kongchang.com/api/v1/knowledge/claims/1020MCP
get_claim(id=1020)