[控场AI]
待验证50% 置信事实精确时间

Deletion Tuning 在带可验证奖励的强化学习(RLVR)、监督微调(SFT)和同策略蒸馏三种后训练范式下均能匹配全量微调的性能。

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/1157636
API
curl https://kongchang.com/api/v1/knowledge/claims/1157636
MCP
get_claim(id=1157636)