待验证50% 置信事实精确时间
QDRAG利用多模态大语言模型(MLLM)将原始问题拆解为若干原子子问题,每个子问题对应一个独立的实体或关系。
1
来源数
50%
置信度
长期有效
时效性
2026/11/13
首次发现
来源
涉及实体
相关事实
待验证递归语言模型将复合问题分解为层次化子问题,每个子问题在独立的上下文窗口中单独求解,输出再汇入上层求解过程69% 相似待验证QMIX等值分解方法通过将联合Q值函数分解为各智能体的个体Q值函数之和来近似解决信用分配问题,但其单调性假设限制了表达能力65% 相似待验证递归语言模型(RLM)通过将复杂任务拆解为子任务并对子任务再次调用自身,使每个子问题拥有完整的独立上下文空间,区别于思维链在单次上下文窗口内的线性推理64% 相似待验证QSAR(定量构效关系)通过数学模型建立分子结构特征与生物活性之间的定量关系,是AIDD中最经典的建模范式64% 相似待验证在L×L格点模型中只需一个一维模型在推理时复制L×L份并注入二次相互作用,算法正确捕捉了相变行为63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1165024API
curl https://kongchang.com/api/v1/knowledge/claims/1165024MCP
get_claim(id=1165024)