待验证50% 置信事实精确时间
Gradient Confusion Defense（GCD）是一个无需重训、在测试阶段起作用的包装层，直接改写模型返回给查询方的概率向量。
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RLCD通过构造正负样本对进行对比学习，结合强化学习信号蒸馏模型输出分布，在无需人工标注奖励的场景下具有优势66% 相似待验证RLCD（Reinforcement Learning for Calibrated Decisions）是 TypeSafe 的产品 Jev 背后的方法，旨在解决 RLVR 忽视置信度的问题63% 相似待验证构造测试集的同构变体（逻辑结构相同但表面符号替换）可迫使模型依赖真实逻辑推理而非记忆作答63% 相似待验证LLM在对话中依赖上下文动态推理能临场识别异常，但生成的代码脚本固化后逻辑分支是静态的，无法感知未见过的数据模式，这被称为分布偏移（Distribution Shift）63% 相似待验证GLM系列属于开放权重模型，下游用户可以通过微调或直接修改推理参数绕过防护限制63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023776API
curl https://kongchang.com/api/v1/knowledge/claims/1023776MCP
get_claim(id=1023776)