待验证50% 置信事实精确时间
SFT的损失函数平等对待轨迹中的每个token,无法区分关键决策点与普通操作,因此难以纠正过度探索。
1
来源数
50%
置信度
长期有效
时效性
2026/11/18
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/1182980API
curl https://kongchang.com/api/v1/knowledge/claims/1182980MCP
get_claim(id=1182980)