待验证50% 置信事实精确时间
CriticOPD 采用非对称设计：教师评分时拥有批判作为额外信息，而训练学生时批判被去掉，学生只能依赖修订后的输出与教师评分信号
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
CriticOPD：用批判引导纠正On-Policy蒸馏的监督失效
rss2026/10/14
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1037919API
curl https://kongchang.com/api/v1/knowledge/claims/1037919MCP
get_claim(id=1037919)