待验证50% 置信事件精确时间
2022年谷歌DeepMind与瑞士洛桑联邦理工学院（EPFL）在《自然》杂志发表成果，用深度强化学习系统直接控制托卡马克磁场线圈电流维持复杂等离子体构型
1
来源数
50%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
量子计算+AI超算如何破解核聚变燃料困境
hackernewshackernews2026/7/6
相关事实
待验证Google DeepMind提出了Nested Learning（嵌套学习）相关方法69% 相似待验证DeepMind于2021年在Nature上发表研究，展示机器学习在纯数学中的应用69% 相似待验证TensorFlow和PyTorch分别由Google和Meta主导开发，是深度学习的两大主流框架69% 相似待验证2023年Google DeepMind和ETH Zurich的研究团队发表论文证明，在包含数十亿token的训练集中，仅需注入数百个精心设计的样本即可在特定条件下改变模型输出66% 相似待验证MindSpore是华为自研的深度学习框架，对标Google的TensorFlow和Meta的PyTorch65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/218009API
curl https://kongchang.com/api/v1/knowledge/claims/218009MCP
get_claim(id=218009)