待验证50% 置信事实精确时间
经验难度（empirical difficulty）通常通过考生实际作答数据计算得出，如题目答对率（p值）或基于IRT模型估计的难度参数。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证该研究利用带有经验难度标签的USMLE和PANCE试题，引导LLM归纳出一套难度评分规则（rubric）。66% 相似待验证优先经验回放（PER）通过为高TD误差的样本赋予更高的采样概率，将训练资源集中在模型最难处理的经验上66% 相似待验证学术界的RouteLLM、FrugalGPT等工作使用训练好的分类器预测任务难度，在弱模型与强模型之间动态切换，在保证质量的前提下压降成本。64% 相似待验证数据质量、训练技巧与超参数、架构细节、评估基准的选择等因素都会影响模型最终性能，每个因素都引入自身的不确定性64% 相似待验证该方法依赖训练问题上的失败案例作为反馈信号，程序池的规模和LLM裁判的质量会影响搜索效果。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1113955API
curl https://kongchang.com/api/v1/knowledge/claims/1113955MCP
get_claim(id=1113955)