待验证50% 置信基准精确时间
在早期理想化执行器模型下，策略在约97%的随机评估回合中成功恢复并保持站立。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/17
首次发现
有效期至：2026/10/31
来源
人形机器人全身恢复策略训练：从奖励设计到DC电机建模的实践
redditr/reinforcementlearning2026/10/17
涉及实体
相关事实
待验证更换执行器动力学后，旧97%成功率数据不再直接可比，当前策略正在更困难的模型下重新训练和评估。69% 相似待验证重试率指模型首次输出未被采纳、需要开发者重新提问或调整提示词再次尝试的比例，在真实工作流中普遍存在，因为模型一次性成功率远低于基准测试假设的理想值。67% 相似待验证DistilBERT在GLUE基准上保留原版约97%的性能，推理速度提升约60%，模型体积缩减40%66% 相似待验证利用拒绝反转的终极诱骗手法（构造模型先拒绝后又输出思维链的叙事）可将攻击成功率提升到约99%66% 相似待验证按题目难度排序，所有模型都答对的60道题坚持率91.4%，至少一个模型答错的52道题坚持率仅73.5%，表明谄媚追踪不确定性66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1052201API
curl https://kongchang.com/api/v1/knowledge/claims/1052201MCP
get_claim(id=1052201)