待验证50% 置信事实精确时间

汤普森采样在多臂老虎机问题中用 Beta 分布建模各臂奖励概率后验，每轮从后验采样并选择采样值最大的臂，具有优于 ε-greedy 的理论遗憾界

1

来源数

50%

置信度

长期有效

时效性

2026/8/31

首次发现

来源

从零编码机器学习概率分布：高斯、Beta、Gamma分布实践指南

涉及实体

汤普森采样concept 多臂老虎机concept Beta 分布concept

相关事实

待验证Min-K% 方法通过检查模型在文本中最低概率token的平均对数概率来判断样本是否为训练集成员64% 相似待验证在基准测试中，随机策略平均获得约0.56个徽章59% 相似待验证对同一测试用例执行多次调用统计成功比例得到通过率，比二元的通过/失败判断更能反映模型真实表现59% 相似待验证困惑度是测试集上每个token平均负对数似然的指数，值越低代表模型对语料的预测越准确57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/831263

API

curl https://kongchang.com/api/v1/knowledge/claims/831263

MCP

get_claim(id=831263)