待验证50% 置信基准精确时间
在全部六个'领域×学生模型'组合中，Waypoint-OPD在领域平均分上都取得了对比方法中的最高成绩。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
Waypoint-OPD：用门控蒸馏迁移RL策略偏移
rss2026/10/15
涉及实体
相关事实
待验证一项研究在四个公开教育数据集上评估了六种知识追踪模型，并测试了从0.50到0.99共12个阈值档位62% 相似待验证BranchOPD在所有评测基准上都超过了Vanilla OPD和消耗更大的Multi-Rollout OPD（n=7）62% 相似待验证通过用示例代替schema放进prompt并在校验前把枚举值统一转小写（使用AI SDK的experimental_repairText），可将1B模型通过率从1/10提升到6/1061% 相似待验证在业务自动化评测中，相同单任务成本下Opus 5的通过率约为次优模型的1.5倍60% 相似待验证在具体实验案例中，重叠锚点方案（n=912）显示模型55.2%对多数类51.1%，净优势+4.1pp，约2.4个标准误；非重叠锚点方案（n=163）显示59.5%对54.0%，净优势+5.5pp，约1.4个标准误。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046902API
curl https://kongchang.com/api/v1/knowledge/claims/1046902MCP
get_claim(id=1046902)