待验证50% 置信事实精确时间
求解后的控制器对于状态中内容固定的动作直接发送,对于未见过的状态则交回LLM处理。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
贝尔曼语言模型:用强化学习优化LLM智能体决策
rss2026/10/17
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1074723API
curl https://kongchang.com/api/v1/knowledge/claims/1074723MCP
get_claim(id=1074723)