待验证50% 置信事实精确时间

GraftOOD采用共享的速度回归（velocity-regression）目标函数，结合组相对奖励校正和序列级示例监督两类监督信号

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

GraftOOD：破解视频奖励优化中的"运动崩塌"难题

涉及实体

GraftOODconcept

相关事实

待验证递归奖励建模逐层构建更精细的奖励信号，使安全评估随模型能力同步升级72% 相似待验证应将「抽取是否忠于原文」和「信号是否有预测力」拆成两个独立评估维度，前者属于短反馈环，后者需用延迟标签做长周期归因70% 相似待验证基于方差的对比优化通过对比不同表现的样本识别规划和工具调用中的问题70% 相似待验证在k折交叉验证中每一折产生一组性能指标值，为Wilcoxon符号秩检验提供配对观测值样本69% 相似待验证选型时需确认模型训练时使用的相似度目标函数与检索时使用的度量方式保持一致，否则会出现系统性偏差68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001539

API

curl https://kongchang.com/api/v1/knowledge/claims/1001539

MCP

get_claim(id=1001539)