待验证50% 置信事实精确时间
自我偏好和风格盲区会污染下游优化循环:若奖励模型偏爱某类输出,策略模型就会朝该方向漂移,而非朝用户真实偏好漂移。
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/1160923API
curl https://kongchang.com/api/v1/knowledge/claims/1160923MCP
get_claim(id=1160923)