待验证50% 置信事实精确时间
SpecMRL 不改变外层训练目标，而是通过重组特征空间来增强前缀的可读性。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证对于标签空间离散且封闭的分类任务，SFT的训练信号已足够清晰，引入强化学习反而会增加超参数调节难度和训练不稳定性66% 相似待验证AnchorDLM 中主扩散语言模型参数不被改动，控制能力全部由外部锚点生成器提供，以降低训练成本并避免微调导致的能力退化。65% 相似待验证插件式模块在不改变预训练VLA主干参数结构的前提下，额外插入轻量编码器或适配器，把场景token作为附加条件注入策略网络的特征流中；其训练成本低、迁移快，但表达能力受限于适配器容量。64% 相似待验证任何使用高斯扩散的框架，都可以通过增加一个尺度输入来获得重尾探索能力，而无需更换训练目标或网络架构。64% 相似待验证微调时训练阶段的prompt格式必须与推理阶段严格一致，否则会导致效果下降却不报错63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073335API
curl https://kongchang.com/api/v1/knowledge/claims/1073335MCP
get_claim(id=1073335)