[控场AI]
待验证50% 置信观点精确时间

将监督预算更智能地分配到响应深度上,比一味拉长轨迹更划算,这一结论对需要大量 rollout 的 on-policy 训练场景具有直接的工程价值。

1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/17
首次发现
有效期至:2027/2/15

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1179766
API
curl https://kongchang.com/api/v1/knowledge/claims/1179766
MCP
get_claim(id=1179766)