待验证50% 置信事实精确时间
REINFORCE由Ronald Williams在1992年提出，是最早的策略梯度算法之一
1
来源数
50%
置信度
长期有效
时效性
2026/8/5
首次发现
来源
相关事实
已验证BPE（字节对编码）算法最初由Philip Gage于1994年提出，后被Sennrich等人引入NLP领域56% 相似待验证BDI模型最早由哲学家Bratman于1987年提出，后由Rao与Georgeff于1991年形式化为计算模型55% 相似待验证持续集成（CI）的概念由 Grady Booch 于 1991 年首次提出，并由 Martin Fowler 与 Kent Beck 在 1990 年代末通过极限编程推广55% 相似已验证反向传播算法由Rumelhart、Hinton等人在1986年正式推广，其理论形式早在1970年便由Seppo Linnainmaa推导，Werbos在1974年博士论文中已将其应用于神经网络55% 相似待验证持续集成理念脱胎于上世纪90年代兴起的极限编程（XP）运动，由Kent Beck等开发者提出54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/690909API
curl https://kongchang.com/api/v1/knowledge/claims/690909MCP
get_claim(id=690909)