为什么对于不常用的单词，skip-gram比CBOW更好？

我想知道为什么不常见单词的skip-gram比word2vec中的CBOW更好。我已阅读https://code.google.com/p/word2vec/上的声明。

在CBOW中，在预测中心词之前对上下文词的向量进行平均。在skip-gram中，没有对嵌入向量进行平均。当在预测过程中未将稀有词的向量与其他上下文词取平均时，该模型似乎可以为稀有词学习更好的表示形式。

这是我对差异的过于简单和天真的理解：

众所周知，CBOW正在学习根据上下文预测单词。或者通过查看上下文来最大化目标单词的概率。碰巧这是个难得的问题。例如，给定上下文yesterday was really [...] dayCBOW模型将告诉您，很可能单词是beautifulor nice。像这样的单词delightful将很少受到模型的注意，因为它旨在预测最可能出现的单词。在许多示例中，使用频率更高的单词可以使稀有单词变得更加平滑。

另一方面，跳过语法被设计为预测上下文。给定单词，delightful它必须理解并告诉我们，存在很大的可能性，上下文为yesterday was really [...] day或其他相关上下文。使用skip-gram时，单词delightful不会尝试与单词竞争，beautiful而是delightful+context将对视为新的观察值。因此，skip-gram将需要更多数据，因此它将学会理解甚至是稀有单词。

我刚看过一篇论文，显示出相反的内容：CBOW对于不常用的单词比skip-gram https://arxiv.org/abs/1609.08293更好。我想知道在https://code.google.com/p/word2vec/上声明的主张的来源是什么。