待验证60% 置信事实精确时间
Ross等人在2011年的DAgger论文中证明，假设模型每步有ε错误概率，经过T步后累积误差以O(T²)速度增长
2
来源数
60%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
行为克隆训练失败？数据质量与调优的系统排查指南
redditr/learnmachinelearning2026/7/9
相关事实
待验证Ross和Bagnell在2010年的分析中严格证明了行为克隆误差的二次累积效应,即经过T步后期望总损失为O(εT²)74% 相似待验证一项理论研究证明，模型可以在训练集上完美匹配能量和力，却在采样时产生完全错误的统计行为，即分布层面误差不随局部预测精度提升而减小。66% 相似待验证在 τ-bench 零售探测中，动作模型在 11,763 条留出转换上以精确率和召回率 1.000 预测了环境的拒绝，仅 0.26% 的情况弃权。63% 相似待验证在 LLM 路由场景下，E2D.PMSide 通过回归预言机估计弱模型成功概率，以更低推理成本达到相近回答质量。63% 相似待验证预言机路由器预先知道小模型哪些会错，只将错误请求发给大模型，其准确率与始终用大模型相当，花费仅29%。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/464202API
curl https://kongchang.com/api/v1/knowledge/claims/464202MCP
get_claim(id=464202)