[控场AI]
待验证50% 置信事实精确时间

奖励路由指根据样本在奖励模型下的得分,将训练数据分配到不同的处理路径,以避免低质量样本污染训练。

1
来源数
50%
置信度
长期有效
时效性
2026/11/16
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/1174207
API
curl https://kongchang.com/api/v1/knowledge/claims/1174207
MCP
get_claim(id=1174207)