待验证50% 置信事实精确时间
检索增强是在推理阶段利用外部知识或历史信息提升输出质量，不改变模型本身。
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
待验证扩散语言模型的推理能力可以通过推理时的搜索策略增强，而不必依赖额外的后训练。72% 相似待验证如果只是想让模型更聪明一点，直接提高推理投入通常是比引入顾问配对更直接的手段，因为它不需要引入额外的模型调用链路，成本曲线也更可预测。71% 相似待验证推理时扩展在推理阶段增加计算量（如beam search、Best-of-N采样、蒙特卡洛树搜索），模型性能可随计算量增加持续提升并存在幂律关系70% 相似待验证在机器学习的半监督学习中，无标签数据通常需要额外的假设或先验知识才能被利用。70% 相似待验证自我改进机制主要在推理阶段通过上下文工程实现行为优化，不同于涉及模型参数更新的在线微调69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1075937API
curl https://kongchang.com/api/v1/knowledge/claims/1075937MCP
get_claim(id=1075937)