Unverified50% confidenceFactExact time
2019年Belkin等人在PNAS上发表论文正式描述了双重下降现象，即当模型参数量超过插值阈值后测试误差反而开始下降
1
Sources
50%
Confidence
Long-term
Relevance
8/13/2026
First Seen
Sources
Related Claims
Verified双重下降现象表明，当模型参数量远超数据量时，测试误差反而可能再次下降75% similarUnverified双重下降现象不仅发生在模型规模维度，也可能出现在训练轮次（epochs）和数据量的变化中66% similarUnverifiedOpenAI在2019年的研究中证实双重下降现象同时存在于模型复杂度、训练时间和样本数量三个维度65% similarUnverified跳过或简化校准步骤往往是低比特量化后模型质量大幅下滑的主因65% similarUnverifiedvLLM、TensorRT-LLM等推理框架通过批处理和KV Cache技术提升吞吐量，使百亿参数模型单次推理成本在近三年内下降了一个数量级65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/742534API
curl https://kongchang.com/api/v1/knowledge/claims/742534MCP
get_claim(id=742534)