待验证50% 置信事实精确时间
VPU（向量处理单元）在 ADE 中用于 margin < 0.1 时的高维并行探索，返回基于香农熵的收敛指标，熵越低表示越收敛于某个策略。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证ADE 将 margin < 0.3 设为不确定标记阈值，margin < 0.1 触发 VPU 并行探索。72% 相似待验证排查SAC训练崩溃应监控策略熵和α变化曲线，若熵持续下降至接近零说明探索消亡，可固定α为较大常数或重设目标熵为-action_dim66% 相似待验证SAC 是 Off-Policy 算法，通过最大化策略熵鼓励探索，样本效率通常优于 PPO，但在超参数敏感度和训练稳定性方面稍逊65% 相似待验证从信息论角度看，LLM的输出熵相对较低，倾向于收敛到训练数据的高概率区域63% 相似待验证交叉熵损失在分类任务中往往比MSE收敛更快，因为它与softmax输出配合，梯度不会在饱和区消失63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1008217API
curl https://kongchang.com/api/v1/knowledge/claims/1008217MCP
get_claim(id=1008217)