待验证50% 置信观点精确时间
要求演示者配合调整姿态看似是低成本的妥协，但会悄悄改变训练数据的分布。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
已验证行为克隆存在分布偏移（Distribution Shift）问题：训练时策略只接触专家轨迹覆盖的状态分布，部署时微小偏差累积会使实际访问的状态分布逐渐偏离训练分布76% 相似待验证若引导源质量不高（δ较大），延长训练会放大偏差，此时应降低引导权重甚至停止使用外部引导75% 相似待验证针对性优化的成本远低于大规模训练改进，且在用户层面很难被察觉，尤其当用户只用最流行的少数题目评估模型时75% 相似待验证传统草稿模型针对单一目标模型在狭窄分布上训练，工作负载变化时接受率会急剧下降，且每更换一个目标模型就必须重新完成整个预训练过程75% 相似已验证微调通常只需原始训练成本的百分之一甚至更少，便能获得接近专用模型的领域表现74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1014612API
curl https://kongchang.com/api/v1/knowledge/claims/1014612MCP
get_claim(id=1014612)