待验证50% 置信事实精确时间
重复采样类目标(如 pass@k、max@k)能够缓解锐化,但背后的机制长期缺乏清晰解释。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
KAPPO:用@k优化控制LLM后训练中的锐化效应
rss2026/11/2
涉及实体
相关事实
待验证当尝试预算增大(如 pass@10、pass@100)时,模型缩放或增加推理计算等更强干预的 pass@k 曲线可能反超框架优化。69% 相似待验证对照实验中让目标变为动作显式减少了溯因需求,同样使解题率回到普通测试集水平69% 相似待验证Token 超限直接触发隔离而不是简单拒绝本次调用,是因为持续超额往往意味着任务目标本身偏离了预期规划,单次拒绝无法阻止它继续尝试。68% 相似待验证对于必须每次成功的生产流程,应衡量全跑通过率而非pass@1,因为pass@1会系统性高估可承诺的能力68% 相似待验证过度扩展倾向在复杂后端任务中可能是优势,但在需要精确、克制修改的场景下会拉低整体得分67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130866API
curl https://kongchang.com/api/v1/knowledge/claims/1130866MCP
get_claim(id=1130866)