待验证50% 置信事实精确时间
在固定读出条件数的情况下，改变生成分布会反转哪种训练坐标恢复已知因子的效果最佳。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证分布漂移是行为克隆的核心缺陷，因训练数据全部来自正确操作轨迹，模型未见过犯错后如何恢复的场景76% 相似已验证微调（Fine-tuning）通过反向传播算法在预训练权重基础上继续更新参数，使模型适应特定领域或任务风格74% 相似待验证离散扩散的单步生成只有在它所写入的位置在已固定token条件下相互独立时，才能真正匹配训练数据分布74% 相似待验证在强化学习流程中，模型需要不断生成候选输出（rollout），这些输出被评估打分后反馈回训练过程以更新策略73% 相似待验证自回归生成系统训练采用Teacher Forcing策略，推理阶段切换为自回归模式后产生分布偏移导致误差累积放大72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023667API
curl https://kongchang.com/api/v1/knowledge/claims/1023667MCP
get_claim(id=1023667)