待验证50% 置信事实精确时间
SARSA是一种在策略（on-policy）的时序差分学习算法，根据智能体实际采取的动作序列来更新价值估计
1
来源数
50%
置信度
长期有效
时效性
2026/8/29
首次发现
来源
涉及实体
相关事实
待验证Q-Learning是离策略（off-policy）方法，更新Q值时假设未来采取最优动作；SARSA是在策略（on-policy）方法，基于实际执行的动作更新Q值73% 相似待验证随着大模型能力成熟，越来越多SaaS工具正在从「呈现信息」向「生成决策」进化62% 相似待验证成对数据（转换前位图与转换后矢量图一一对应）在监督学习中被称为标注数据，是训练AI模型理想的数据形态57% 相似待验证数据污染问题的根本解法是建立基准更新速度快于模型训练截止日期的动态评测机制57% 相似待验证基于Transformer的SAKT、AKT等模型引入注意力机制来建模历史练习对当前知识状态的影响，提升了预测精度56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/822094API
curl https://kongchang.com/api/v1/knowledge/claims/822094MCP
get_claim(id=822094)