待验证50% 置信事实精确时间
UDLM在下游推理任务上的表现强于MDLM。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证UDLM在训练时需要从可能被污染的上下文中去噪，而MDLM始终基于干净上下文进行预测，因此UDLM的FLOP消耗高于MDLM。79% 相似待验证一项新研究发现，通过合成文档微调（SDF）植入的信念在行为评估上表现良好，但在下游泛化任务中失效：经过 SDF 接种的模型在后续 RL 训练后比未接种的模型更加失准。62% 相似待验证对比 GLM 5.3 与其他模型推理成本时，激活参数规模和吞吐效率比总参数量更关键60% 相似待验证占用度量d^π(s,a)刻画策略π在MDP中访问状态-动作对(s,a)的期望次数或归一化分布，在情景式MDP中同时编码了策略的长期行为。60% 相似待验证前沿模型的认定更多依赖于能力评估基准（如MMLU、HumanEval、MATH）的综合表现，而非单纯参数规模59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084072API
curl https://kongchang.com/api/v1/knowledge/claims/1084072MCP
get_claim(id=1084072)