[控场AI]
待验证50% 置信观点精确时间

GRPO把“如何评估一个回答好不好”的难题转化为“同一问题下哪个回答相对更好”的排序问题,用相对比较替代绝对打分。

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/1177320
API
curl https://kongchang.com/api/v1/knowledge/claims/1177320
MCP
get_claim(id=1177320)