待验证50% 置信观点精确时间
顶级会议的马太效应产生自我强化的正反馈循环，形成赢家通吃格局
1
来源数
50%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
待验证用户在面对海量选择时倾向于选择已有社会证明的项目，形成强者愈强的累积优势正反馈循环70% 相似待验证元认知反馈的奖励机制：对正确答案高置信度给予奖励，对错误答案高置信度给予惩罚，对不确定问题恰当表达犹豫也予以鼓励68% 相似待验证元认知反馈通过奖励置信度与准确率的一致性，在奖励信号中引入认知诚实度这一与内容质量正交的新维度67% 相似待验证奖励塑形（Reward Shaping）通过设计中间奖励引导学习方向，如将对Boss造成每点伤害设为中间奖励67% 相似待验证Gao et al.（2023）的研究发现随着策略模型对奖励模型的优化程度增加，真实人类偏好评分先升后降呈现倒U形曲线66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/527917API
curl https://kongchang.com/api/v1/knowledge/claims/527917MCP
get_claim(id=527917)