[控场AI]
待验证50% 置信事实精确时间

GRPO 等算法通常将最终答案的正确性奖励平均分配给生成的所有 token。

1
来源数
50%
置信度
长期有效
时效性
2026/11/11
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/1157944
API
curl https://kongchang.com/api/v1/knowledge/claims/1157944
MCP
get_claim(id=1157944)