待验证50% 置信基准精确时间

在AIME24和AIME25基准上，奖励预算机制分别有+10.00的提升。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/11/5

首次发现

有效期至：2027/2/3

来源

奖励预算机制破解LLM推理RL的早熟收敛难题

涉及实体

AIME24concept AIME25concept 奖励预算concept

相关事实

待验证20%的降价意味着相同预算下可处理的文本量增加25%69% 相似待验证代理推理在标价上便宜40-100倍，但计入升级、补救和goodwill损失后，真实成本差距缩小到20-30倍。65% 相似待验证在腐蚀过程固定时，采样器选择在 180 次调用预算下产生了 25.0 个百分点的性能差距。64% 相似待验证在该成本拆解中，模型回复占总成本的 25.5%，排名第二。63% 相似待验证8月24日Cursor提高包含用量但未公布增幅，并将Auto计费从固定费率改为按模型计费；Z.ai把编程套餐从prompt计数改为token额度；Atlassian把自动化重新按步数计量62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1137751

API

curl https://kongchang.com/api/v1/knowledge/claims/1137751

MCP

get_claim(id=1137751)