待验证50% 置信事实精确时间
通过比较优化前后框架的 pass@k 曲线，可以判断性能提升是来自更稳定的单次成功（曲线整体平移）还是来自扩大了可解决任务的边界（曲线在高 k 处显著上升）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
来源
涉及实体
相关事实
待验证Top-K路由中K值的选择影响计算效率与表现能力之间的权衡，K越小推理越快但可能损失表达能力，实践中K通常取1或272% 相似待验证使用非线性阈值化指标（如精确匹配率）时模型性能看似突变，而改用连续指标（如对数概率）时性能提升是平滑渐进的71% 相似待验证Wait-k策略中k值选择在延迟与准确率之间形成权衡，k=0时延迟最低但准确率最差，k趋近句子长度时退化为离线翻译70% 相似待验证推荐的务实路线是分阶段推进：先用阈值方法建立性能基线，待数据积累且不对称代价损失显著后再升级到POMDP68% 相似待验证路由崩溃的本质是正反馈循环：某专家因初始化微小优势获得更多token，梯度更新更频繁，参数更快适配数据分布，从而在后续路由决策中获得更高概率。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1079318API
curl https://kongchang.com/api/v1/knowledge/claims/1079318MCP
get_claim(id=1079318)