待验证50% 置信事实精确时间
蓝方主智能体训练到第45,600次更新；红方剥削者只训练了约2小时（一个4小时周期的一半），唯一任务是击败主智能体在43,800步时的冻结副本。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/2
首次发现
有效期至：2027/1/31
来源
涉及实体
相关事实
待验证在 PPO 强化学习任务第一轮中，Opus 选择四足蚂蚁训练近一小时、7500万步，得分7254；Kimi 选择两足猎豹训练不到六分钟，踩线通过3000分。73% 相似待验证一次2500万步的Mario训练仅模拟环节就需要超过两天时间71% 相似待验证训练使用 batch 256、40 万步、EMA 0.9999、最后四分之一线性衰减学习率，torch.compile 相比 eager 提速 2.4×71% 相似待验证实验在模 97 的模加法任务上训练一个小型 MLP，训练集仅占 35%，使用全批量训练，共 20k 步。70% 相似待验证仅调整 num_workers、pin_memory、prefetch_factor 三个 DataLoader 参数，相同 2000 步训练耗时从 633 秒降至 358 秒，运行时间缩短 43%69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125547API
curl https://kongchang.com/api/v1/knowledge/claims/1125547MCP
get_claim(id=1125547)