Unverified50% confidenceFactExact time

高斯分布的尾部呈指数级快速衰减，导致基于高斯假设的模型对离群点敏感

1

Sources

50%

Confidence

Long-term

Relevance

8/31/2026

First Seen

Sources

从零编码机器学习概率分布：高斯、Beta、Gamma分布实践指南

Related Entities

高斯分布concept

Related Claims

Unverified更小的模型在长推理链任务上的表现往往指数级下降而非线性退化73% similar Verified梯度下降通过沿着损失函数梯度的反方向迭代调整权重使预测误差逐步收敛71% similar Unverified对 MoE 模型的低比特量化容易造成路由偏差，进而导致某些能力维度出现突然退化69% similar Unverified梯度消失是深层神经网络中梯度值在反向传播过程中指数级衰减，导致靠近输入层的参数几乎得不到更新69% similar Unverified策略拥挤效应会导致因子预测能力衰减、夏普比率下降，甚至在市场压力时期出现因子崩溃69% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/827777

API

curl https://kongchang.com/api/v1/knowledge/claims/827777

MCP

get_claim(id=827777)