待验证50% 置信观点精确时间
仅优化轨迹损失可能使学生过度拟合推理文本的表面形式却忽略结论的正确性；仅优化答案损失则退化为传统答案蒸馏，丧失推理能力迁移。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证分布外（OOD）失效时，学习型选择器可能持续忽略关键证据，导致输出看似流畅却遗漏关键事实的答案，增加排查难度。78% 相似待验证验证损失是在教师强制模式下计算的，与推理时的自回归生成不同，因此无法暴露生成时的误差累积和循环等失败模式76% 相似待验证在结构学习任务中，精心设计的方向可控的估计偏差有时比追求无偏或一致小误差更有用73% 相似待验证早期的高错误率可能让路由器过早放弃某些专家，而这些专家的答案在纠正函数学成后本可带来很高价值，形成自我强化的负反馈循环73% 相似待验证消融实验显示，移除理解阶段只丢失误读类任务的修复，移除批评阶段只丢失规则疏漏类任务的修复，两项增益之和等于总增益且无重叠归因。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1064846API
curl https://kongchang.com/api/v1/knowledge/claims/1064846MCP
get_claim(id=1064846)