已验证65% 置信事实精确时间

基础模型通过在海量无标注文本上预测'下一个词'来学习，采用自监督学习范式，由GPT系列、LLaMA等模型代表

3

来源数

65%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

吴恩达提示词工程课精华：开发者必学的核心方法论

bilibiliAgent吴恩达2026/6/29

相关事实

已验证推理范式本质上是将强化学习应用于语言模型的后训练阶段，让模型自主探索推理路径并根据答案正确性获得奖励反馈，最早在o1系列模型中公开展示76% 相似待验证基座模型指GPT、豆包、DeepSeek这类通用大语言模型，后训练模型指基于基座模型针对特定行业微调的模型75% 相似已验证o系列模型将思维链推理与强化学习相结合，模型在给出答案前生成内部思考步骤75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/398735

API

curl https://kongchang.com/api/v1/knowledge/claims/398735

MCP

get_claim(id=398735)