待验证50% 置信事实精确时间
LIBERO-PeRM 围绕五个递进问题设计评测体系：零样本偏好跟随、单一偏好学习、偏好习得效率、偏好泛化、多偏好组合与冲突处理。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证LIBERO-PeRM 对偏好定义有四个硬性约束：偏好必须能用语言表达、不改变任务目标、可自动评测、且能跨任务复用。77% 相似待验证CLM复刻了Jev的"System One"决策接口，支持三种核心问题原语：Choice（返回类别概率分布）、Noul（输出校准的真/假概率）、Score（按评分标准打分）67% 相似待验证Jev 模型把判定任务拆分成三种答案类型：noul（是非判断）、choice（多选分类）和 score（分级评分）65% 相似待验证经典 PU Learning 解法包括：估计类别先验后对未标注样本重新加权，以及把未标注数据视为正负混合分布并通过无偏风险估计器训练分类器。64% 相似待验证研究对比了五种策略：词法基线、稠密检索+LLM重排序、零样本模式约束的LLM、单智能体Agentic RAG、三智能体协作团队64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041741API
curl https://kongchang.com/api/v1/knowledge/claims/1041741MCP
get_claim(id=1041741)