待验证50% 置信事实精确时间

CriticOPD 在竞赛类数学问题上增益最大，原因是竞赛题步骤链条更长，学生越容易中途走偏，教师跟着错的概率更高

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

CriticOPDproduct 竞赛类数学问题concept

相关事实

待验证强化学习领域长期存在可复现性问题，即使使用相同算法和超参数，不同代码实现之间的性能差异可高达数倍72% 相似待验证并行写入越多位置推理越快，但偏离真实分布的风险也越大，构成速度与保真度的权衡68% 相似待验证当类别数量增长、边界变得微妙时，纯提示词方案会迅速触及天花板，出现修改牵动全局、回归测试困难、成本随调用量线性上升的问题68% 相似已验证学习率决定每步迈多大，太大会越过谷底导致发散，太小则耗时极长68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1037923

API

curl https://kongchang.com/api/v1/knowledge/claims/1037923

MCP

get_claim(id=1037923)