待验证50% 置信事实精确时间

弓箭类武器上人类投票与客观数据分歧最大，因为人类会奖励「聪明的等待」行为而伤害数据无法体现

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/5

首次发现

有效期至：2026/11/3

来源

Stickblade Arena：让大模型在物理竞技场里对决的新基准

相关事实

待验证与依赖标注数据的监督学习不同，强化学习不需要人工提供正确答案，而是让智能体在试错过程中自主发现最优行为路径61% 相似待验证在无法替换更大模型时，多次采样、自洽性投票和结构化思考链往往能带来立竿见影的效果61% 相似待验证在高风险研究中，人类在环（Human-in-the-loop）应是硬性要求而非可选项59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/690643

API

curl https://kongchang.com/api/v1/knowledge/claims/690643

MCP

get_claim(id=690643)