Unverified50% confidenceFactExact time
神经网络存在过度自信缺陷，即便输入落入训练分布之外，Softmax层仍可能输出虚高的置信度分数
1
Sources
50%
Confidence
Long-term
Relevance
7/15/2026
First Seen
Sources
Related Claims
Unverified深度神经网络天然倾向于过拟合训练分布，对分布外样本的处理能力往往大幅下降81% similarUnverifiedLi等人2018年发现神经网络的有效参数空间维度远低于名义参数量，训练轨迹被限制在低维子空间中74% similarUnverified朴素训练后量化会导致单个权重误差在多层网络中累积放大，即复合误差，在2位或1位精度下模型结构会崩溃72% similarUnverified低档位（5-10kg）标注精度普遍偏差较大，实际阻力可能与刻度不符，对需要精确渐进康复训练的用户不够友好72% similarUnverified跨域微调时学习率过大会破坏预训练权重，过小则几乎学不动，需权衡设置70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/523449API
curl https://kongchang.com/api/v1/knowledge/claims/523449MCP
get_claim(id=523449)