待验证50% 置信事实精确时间
AlphaZero风格的专家循环指的是借鉴AlphaZero的训练范式：先通过蒙特卡洛树搜索（MCTS）或类似的前向搜索评估动作并选择最优动作，然后将搜索产生的（状态，动作）对作为监督信号蒸馏到策略网络中，并可迭代进行。
1
来源数
50%
置信度
长期有效
时效性
2026/10/24
首次发现
来源
涉及实体
相关事实
待验证AlphaGo将深度神经网络与蒙特卡洛树搜索（MCTS）相结合，策略网络预测走法，价值网络评估胜率，训练先用人类棋谱监督学习再通过自我对弈强化学习74% 相似待验证Agent Tuning属于有监督微调SFT的特化方向，其训练样本是完整的任务轨迹Trajectory而非传统问答对68% 相似待验证AlphaProof采用强化学习结合Lean形式化环境的训练方式,由Lean内核提供即时正确/错误反馈作为奖励信号67% 相似待验证专家迭代是一种介于模仿学习与强化学习之间的训练范式：先让当前模型生成大量轨迹，用奖励函数挑出表现最好的若干条，再以这些专家样本做监督微调，如此循环。该范式没有价值函数、没有策略梯度、不对失败样本做负向惩罚，模型只学着模仿自己的高光时刻，因此更容易出现奖励黑客。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1094082API
curl https://kongchang.com/api/v1/knowledge/claims/1094082MCP
get_claim(id=1094082)