待验证50% 置信事实精确时间

行为克隆（Behavioral Cloning）作为最基础的模仿学习方法存在复合误差（Compounding Error）问题，模型在训练分布之外的状态上容易产生级联失败

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

智能体轨迹数据集构建：从零到可落地的实用方法论

相关事实

待验证分布漂移是行为克隆的核心缺陷，因训练数据全部来自正确操作轨迹，模型未见过犯错后如何恢复的场景78% 相似待验证自回归生成系统训练采用Teacher Forcing策略，推理阶段切换为自回归模式后产生分布偏移导致误差累积放大73% 相似待验证蒸馏训练范式导致开源模型学习到经过高度过滤、几乎不包含失败和纠错过程的数据分布，使模型形成不愿自我纠正的性格73% 相似待验证提示注入利用的是模型无法可靠区分「数据」与「指令」的天然缺陷，这一缺陷根植于LLM的训练机制本身72% 相似待验证监督微调训练模型模仿人类标注的正确答案，而强化学习微调让模型通过试错学习最优策略72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/530926

API

curl https://kongchang.com/api/v1/knowledge/claims/530926

MCP

get_claim(id=530926)