待验证50% 置信事实精确时间

PhysiCalWorld采用端到端训练，仅使用潜在的预测损失（latent prediction loss），无需任何人工标注的物理参数。

1

来源数

50%

置信度

长期有效

时效性

2026/10/22

首次发现

来源

PhysiCalWorld：世界模型的上下文物理校准新方法

涉及实体

PhysiCalWorldconcept 潜在预测损失concept

相关事实

已验证在后训练阶段，过低的损失可能对应过拟合，即模型死记硬背训练数据而丧失泛化能力73% 相似已验证SFT训练时模型只在assistant部分计算损失（损失掩码技术），即只学习如何回答，不学习如何提问72% 相似待验证使用相关系数而非简单比较最终损失值，是因为它能捕捉训练全程的动态一致性，比单一终点指标更能证明训练过程的数值有效性。70% 相似待验证HASTE是一个统一的生成式推荐训练框架，在原有目标之外引入了层级损失（Hierarchical Loss）和属性特定损失（Attribute-Specific Losses）两类额外监督。68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1084028

API

curl https://kongchang.com/api/v1/knowledge/claims/1084028

MCP

get_claim(id=1084028)