Unverified50% confidenceFactExact time
用同一基础模型实例化多个智能体，在数学意义上等同于对同一随机变量进行相关采样，其聚合结果的方差不会像独立采样那样随数量增加而收缩
1
Sources
50%
Confidence
Long-term
Relevance
10/1/2026
First Seen
Sources
Related Entities
Related Claims
Unverified扩散模型的随机采样本质决定了同一提示词每次生成结果均存在差异76% similarUnverified让模型进行多层递归自我引用时，不同轮次的自我描述可能相互矛盾，因为每次输出都是独立的概率采样，而非源自统一持续的自我表征74% similarUnverified模型若要真正泛化模块化算术任务，需要隐式地发现离散傅里叶变换等周期性表示，而非死记每对输入的答案71% similarUnverified微调嵌入模型时应使用难负样本（如同领域但不同层级的岗位）而非随机负样本，以学习更细粒度的语义差异70% similarUnverified求和/平均等对称聚合函数与顺序无关，使模型天然满足排列不变性并支持任意行数输入70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/964273API
curl https://kongchang.com/api/v1/knowledge/claims/964273MCP
get_claim(id=964273)