待验证50% 置信基准精确时间

在主要实验设置下，GraftOOD在三种示例增强方法的横向对比中，于十项指标中有九项领先

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

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

待验证少样本学习中，3个高质量、覆盖边界情况的示例往往优于10个平庸示例，且最后一个示例对模型的影响权重通常最大73% 相似待验证在最强的模型上实验各组差异落在置信区间之内，研究者将结果表述为方向性模式和健全性属性而非被证明的性能下限68% 相似待验证生成器LLM、探针模型、提示词详细度三者合计贡献不足10%的方差67% 相似待验证这些AI人格在实验中能够在91.5%的试验中正确遵循其被赋予的特征设定66% 相似待验证在 few-shot 提示中，示例的质量通常比数量更重要，1-3 个高度代表性的示例往往优于 10 个质量参差的示例65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001545

API

curl https://kongchang.com/api/v1/knowledge/claims/1001545

MCP

get_claim(id=1001545)