Unverified50% confidenceBenchmarkExact time
微调后的DistilBERT在同分布测试中F1=0.9993，但在主题偏移下损失12.9个平均精度点，退化比线性模型的5.2点更严重
1
Sources
50%
Confidence
Long-term
Relevance
9/23/2026
First Seen
Sources
Related Entities
Related Claims
Unverified测试损失与计算量之间的幂律指数约为0.05，意味着计算量每增加10倍，模型性能提升约12%74% similarUnverified蒙特卡洛估计的标准误差与模拟次数N的关系为标准误差正比于1/√N73% similarUnverified困惑度是测试集上每个token平均负对数似然的指数，值越低代表模型对语料的预测越准确72% similarUnverified顶级学术深伪检测器在面对未见过的生成模型时，准确率可能从99%骤降至60%以下，这被称为跨模型泛化问题71% similarVerifiedINT8量化约损失0.5%精度、显存减半，INT4量化显存压缩至原来的1/4、精度损失约1-3%71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/942806API
curl https://kongchang.com/api/v1/knowledge/claims/942806MCP
get_claim(id=942806)