待验证50% 置信事实精确时间

DRaFT（Direct Reward Fine-Tuning）由Kevin Black等人于2023年提出，论文地址为arxiv.org/abs/2309.17400

1

来源数

50%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

直接优化人脸相似度：角色LoRA训练提速实战指南

redditr/StableDiffusion2026/7/11

相关事实

待验证研究人员Kai Greshake等人在2023年发表的论文《Not What You've Signed Up For》系统性地揭示了间接提示注入的威胁模型51% 相似待验证2017年Pathak等人在ICML会议上发表的好奇心驱动探索论文提出了一种基于预测误差的内在奖励机制50% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/490038

API

curl https://kongchang.com/api/v1/knowledge/claims/490038

MCP

get_claim(id=490038)