[控场AI]
待验证50% 置信观点精确时间

一次已经完成的RL训练运行可以被重新视为一个可复用的策略池,而'RL后的能力恢复'是独立于RL算法本身改进的一个阶段。

1
来源数
50%
置信度
长期有效
时效性
2026/11/10
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/1154305
API
curl https://kongchang.com/api/v1/knowledge/claims/1154305
MCP
get_claim(id=1154305)