待验证50% 置信观点精确时间
步骤级信号能区分同一轨迹中哪些步骤更关键、哪些步骤贡献有限,从而缓解信用分配难题。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
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/1079167API
curl https://kongchang.com/api/v1/knowledge/claims/1079167MCP
get_claim(id=1079167)