[控场AI]
待验证50% 置信事实精确时间

该研究推导出了 KL 正则化下 pass@k 与 max@k 目标的最优策略闭式解,表明 @k 优化本质上是在按题目难度重新分配学习压力,把优化重心从简单题转向难题。

1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1130869
API
curl https://kongchang.com/api/v1/knowledge/claims/1130869
MCP
get_claim(id=1130869)