[控场AI]
待验证50% 置信基准精确时间

在 Qwen3-4B-Base 上的复现实验显示 MCPO 相对 GRPO 同样有提升,三个种子全部为正,平均提升 4.75 分。

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/1157958
API
curl https://kongchang.com/api/v1/knowledge/claims/1157958
MCP
get_claim(id=1157958)