[控场AI]
待验证50% 置信事实精确时间

过程监督指对推理或交互的中间步骤给出反馈信号而非只评判最终结果,其优势是提供更密集的学习信号、缓解长程信用分配难题,弊端是标注成本高、过程奖励可能不准确且模型容易过拟合到看似正确的中间步骤。

1
来源数
50%
置信度
长期有效
时效性
2026/11/5
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/1138183
API
curl https://kongchang.com/api/v1/knowledge/claims/1138183
MCP
get_claim(id=1138183)