已验证65% 置信事实精确时间
SAC由Berkeley团队于2018年提出，引入最大熵框架，作为off-policy算法能复用历史经验
3
来源数
65%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
强化学习算力优化实战：提升CPU与GPU利用率的核心策略
redditr/reinforcementlearning2026/7/10
相关事实
待验证SAC由UC Berkeley的Haarnoja等人提出，引入最大熵框架，在优化期望累积奖励的同时最大化策略的熵76% 相似待验证语义熵（Semantic Entropy）最初由Kuhn等人于2023年在NeurIPS提出60% 相似待验证加州大学伯克利分校的研究团队开源了名为FreeToken的推理系统58% 相似待验证MoE架构最早由Shazeer等人于2017年在"Outrageously Large Neural Networks"论文中系统化提出54% 相似待验证支持方回应称，物理学中的相空间、熵等概念最初也面临不可操作的批评，但最终成为标准工具，可解释性可能需要类似的概念升级。54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/488844API
curl https://kongchang.com/api/v1/knowledge/claims/488844MCP
get_claim(id=488844)