待验证50% 置信决策规则精确时间
作者建议:不要默认教师在任何前缀下都可靠,应先测试教师在学生错误轨迹上的表现,如果它只会附和,则监督信号本身就是噪声
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
引用此条事实
Stable URI
https://kongchang.com/claim/1037925API
curl https://kongchang.com/api/v1/knowledge/claims/1037925MCP
get_claim(id=1037925)