随着自然语言大模型技术的飞速发展,ChatGPT等预训练语言模型正在深刻影响和改变着各衍各业.为了解决复杂的现实问题,预训练模型需要在模拟的神经网络结构中引入激活函数,将上一层神经元的输出通过非线性变化得到下一层神经元的输入.经过实践研究,人们发现当选择的激活函数不合适时,容易出现梯度消失和梯度爆炸的问题.某工程师在进行新闻数据的参数训练时,采用作为激活函数,为了快速测试该函数的有效性,在一段代码中自定义:若输的满足则提示“可能出现梯度消失”,满足则提示“可能出现梯度爆炸”,其中表示梯度消失阈值,表示梯度爆炸间值.给出下列四个结论:①是上的增函数;
②当时, , 输入会提示“可能出现梯度爆炸”;
③当时, , 输入会提示“可能出现梯度消失”;
④ , 输入会提示“可能出现梯度消失”.
其中所有正确结论的序号是{#blank#}1{#/blank#}.