待验证50% 置信事实精确时间

ClueFlow将信用分配从轮次粒度下沉到状态变化粒度，使模型学习哪类证据获取动作导致哪类状态演进。

1

来源数

50%

置信度

长期有效

时效性

2026/10/20

首次发现

来源

ClueFlow：用归因状态转移破解长程搜索难题

涉及实体

ClueFlowconcept 信用分配concept

相关事实

待验证ClueFlow的归因机制在SFT阶段决定哪些决策应被监督，仅对与金标准一致的状态变化及其原始交互上下文进行学习。71% 相似待验证TRACE在推理阶段从结构中检索出紧凑的提示证据作为附加信息喂给模型70% 相似已验证知识蒸馏技术使小模型可从大模型中提取相当比例能力，动摇了固定算力阈值作为能力代理指标的有效性68% 相似待验证流匹配模型通过学习从噪声分布到数据分布的连续概率流（ODE轨迹）生成图像，通常训练更稳定、推理步数更少67% 相似待验证Probe guidance 直接从已有模型的冻结内部状态中提取引导信号，消除了推理阶段额外前向传播的需求66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1073988

API

curl https://kongchang.com/api/v1/knowledge/claims/1073988

MCP

get_claim(id=1073988)