待验证50% 置信事实精确时间
MCPO 通过两个固定阈值将 margin 映射为分数,并在保持每个解的总优势均值不变的前提下,将优势分散到各 token 上。
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
待验证MCPO 使用策略下一个 token 分布的 top-2 margin(概率最高与次高 token 的概率差)来衡量模型的犹豫程度,margin 越小表示模型越不确定。70% 相似待验证更稳妥的阈值使用做法是结合相对排序(如保留前K个结果中分数显著高于其余的段落)与验证式判断(让模型判断段落是否真正支撑答案),而非依赖单一静态阈值。64% 相似待验证当奖励密度在支撑端点处消失时,对于 1 ≤ p ≤ 2,只要奖励分位函数满足连续性和端点单调性,仍可保持与分辨率无关的根 n 速率。64% 相似待验证帕累托前沿在多目标优化中指代一组互不支配的解,在偏差-支持度权衡中每一点代表给定支持度下偏差最大或给定偏差下支持度最小的最优权衡。63% 相似待验证压缩 token 数量与提升指令质量是两个正交的目标,需要分别对待63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1157950API
curl https://kongchang.com/api/v1/knowledge/claims/1157950MCP
get_claim(id=1157950)