[控场AI]
待验证50% 置信事实精确时间

作者提出了提示条件分布鲁棒 DPO(Prompt-Conditional Distributionally Robust DPO, PC-Dr.DPO),该方法根据观察到的投票可靠性,在提示内部进行鲁棒重加权,使得来自采样敏感提示的更新更加保守。

1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/9
首次发现
有效期至:2027/2/7

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1150285
API
curl https://kongchang.com/api/v1/knowledge/claims/1150285
MCP
get_claim(id=1150285)