待验证50% 置信事实精确时间
Score Centering的关键观察是:漂移项源自score函数在Q下的非零期望,因此减去该期望即可精确抵消它,而不影响协方差信号。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
Hugging Face Journal Club:Score Centering如何稳定离线强化学习
youtubeHugging Face2026/10/26
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1100997API
curl https://kongchang.com/api/v1/knowledge/claims/1100997MCP
get_claim(id=1100997)