待验证50% 置信观点精确时间
双射任务并不均匀地比非双射OOD任务更难,甚至与最终评估的非双射OOD任务相距更远,但协同训练仍然有效,这违背了“越接近评估任务越有帮助”的直觉。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
RLVR泛化困境:推理策略为何在OOD下失效
rss2026/11/2
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1130331API
curl https://kongchang.com/api/v1/knowledge/claims/1130331MCP
get_claim(id=1130331)