待验证50% 置信事实精确时间

ES 的质心解释要求奖励非负，但只要给所有奖励加上一个常数，更新结果完全不变，因此不构成限制。

1

来源数

50%

置信度

长期有效

时效性

2026/10/27

首次发现

来源

进化策略的质心解读：一种更直观的几何视角

涉及实体

进化策略（ES）concept

相关事实

待验证高一致率不一定代表评分标准稳定，可能只是锚定效应的结果。63% 相似待验证如果改用非描述性提示（non-descriptive prompt changes），匹配提示惩罚的效应并不会出现。63% 相似待验证助推的核心特征是不禁止任何选项、不显著改变经济激励，却能可预测地改变行为。62% 相似待验证评估的核心价值在于防止性能回退，因为提示词可能因模型更新或用户提问方式变化而效果下滑，没有评估则无法感知退化。62% 相似待验证传统强化学习通常只依赖标量奖励信号，难以解释失败的具体原因。61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1103112

API

curl https://kongchang.com/api/v1/knowledge/claims/1103112

MCP

get_claim(id=1103112)