待验证50% 置信事实精确时间
实验中的小型循环网络是在模拟器内部训练的策略网络，输入为结构化游戏状态特征，输出为每个玩家的怀疑分数，不处理自然语言，其全部优势来自在数千局对局中反复校准。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
开源大模型在《Among Us》投票中为何输给小网络？
rss2026/10/16
涉及实体
相关事实
待验证游戏在难度上可扩展，新手可只训练一个简单模型上路，经验丰富的玩家可构建复杂的分层系统70% 相似待验证实验基于100次高维XOR模型模拟，采用定制的两层网络，展示了解耦下降能让训练误差曲线与测试误差曲线保持同步70% 相似待验证该论文证明标准后处理校准器可以通过双层Stackelberg博弈与主干网络进行端到端联合训练70% 相似待验证研究团队从强化学习过程中收集大量网络，训练扩散模型后生成的网络可直接部署到真实机器人，完成行走、跳舞、回旋踢等多样化运动，表明生成的权重具备实际控制能力。69% 相似待验证经验回放将交互经验存入固定大小缓冲区并随机采样小批量训练，打破连续经验的时间相关性，使神经网络训练更稳定69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1042922API
curl https://kongchang.com/api/v1/knowledge/claims/1042922MCP
get_claim(id=1042922)