[控场AI]
待验证50% 置信事实精确时间

MCPO(Margin-Credit Policy Optimization)是一种基于 token 级信用分配的强化学习方法,其核心是在模型犹豫的 token 上分配更多信用。

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/1157945
API
curl https://kongchang.com/api/v1/knowledge/claims/1157945
MCP
get_claim(id=1157945)