待验证50% 置信事实精确时间
经典去噪方法普遍假设噪声比例在样本间是均匀的,而偏好数据中的噪声是逐样本变化的。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
CleanRM:用少量干净反馈破解RLHF噪声奖励建模难题
rss2026/10/15
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1046094API
curl https://kongchang.com/api/v1/knowledge/claims/1046094MCP
get_claim(id=1046094)