待验证50% 置信事实精确时间
DeepSeek R1的强化学习奖励信号主要来自数学答案的正确性验证，而非工具调用格式的规范性，因此未针对Function Call专项对齐
1
来源数
50%
置信度
长期有效
时效性
2026/7/18
首次发现
来源
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/549627API
curl https://kongchang.com/api/v1/knowledge/claims/549627MCP
get_claim(id=549627)