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.
