待验证50% 置信解决方案精确时间
LegalEvolver将每次采样(rollout)的经验总结为评分规则(rubrics),并用这些规则指导多轮迭代的自进化过程;模型会不断优化评分规则,并用优化后的规则引导强化学习(RL)。
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/1138252API
curl https://kongchang.com/api/v1/knowledge/claims/1138252MCP
get_claim(id=1138252)