待验证50% 置信基准精确时间
SAPD每个训练步骤的运行速度至少比在线同策略蒸馏（OPD）快4.7倍。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/21
首次发现
有效期至：2027/1/19
来源
SAPD：无需环境交互，从离线轨迹高效训练LLM智能体
rss2026/10/20
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1079162API
curl https://kongchang.com/api/v1/knowledge/claims/1079162MCP
get_claim(id=1079162)