待验证50% 置信解决方案精确时间
完整保存优化器状态是断点续训的关键，仅保存模型权重会导致优化轨迹偏移影响收敛效果
1
来源数
50%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
待验证让模型先向前滚动若干步再向后滚动同样步数，理想情况下应回到起点，实际返回位置与起点的差异作为不可观测滚动误差的自监督代理指标71% 相似待验证ReAct范式相比传统的计划-执行分离模式，最大优势在于容错性，可根据工具返回结果动态修正后续计划69% 相似待验证标准RL中TD学习通过自举机制将远期奖励逐步向前传播，蒙特卡洛方法则等待完整轨迹后再回溯分配奖励68% 相似待验证CV（恒速）模型假设目标速度方向恒定，一旦目标机动便会失效；CA（恒加速度）模型增加加速度状态量，对机动行为有更强适应性68% 相似待验证将任务分解为可验证的子步骤能够显著提升执行的可靠性并降低模型产生幻觉的概率68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/561560API
curl https://kongchang.com/api/v1/knowledge/claims/561560MCP
get_claim(id=561560)