待验证50% 置信事实精确时间
探索与利用（Exploration vs. Exploitation）困境的理论根源可追溯到多臂老虎机（MAB）问题，MAB是探索-利用权衡的最简化数学模型
1
来源数
50%
置信度
长期有效
时效性
2026/8/14
首次发现
来源
相关事实
待验证进化算法的核心挑战是探索-利用（Exploration-Exploitation）的平衡困境62% 相似待验证工具性收敛假说由哲学家Nick Bostrom等人在探讨超级智能风险时提出，认为无论AI最终目标是什么，都倾向于发展出获取资源、保持运行、消除障碍等工具性子目标60% 相似待验证强化学习的核心挑战在于探索-利用权衡，智能体需要在利用已知有效策略与探索未知可能性之间找到平衡59% 相似待验证Agentic Search 效果高度依赖底层模型推理质量，在推理能力弱的模型上可能适得其反59% 相似待验证AI对齐领域的规格错误（Specification Gaming）现象呼应经济学中的古德哈特定律，是越狱攻击持续奏效的深层根源58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/745293API
curl https://kongchang.com/api/v1/knowledge/claims/745293MCP
get_claim(id=745293)