[控场AI]
待验证50% 置信发布精确时间

CoDPO(Conflict-aware DPO)的核心机制包含两部分:对冲突对施加降权,权重强度直接由ρ*_eq推导得出而非人工调参;以及在训练过程中动态调整偏好边际以抵消残余漂移。

1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/6
首次发现
有效期至:2027/2/4

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1141626
API
curl https://kongchang.com/api/v1/knowledge/claims/1141626
MCP
get_claim(id=1141626)