待验证50% 置信注意事项精确时间
RLHF依赖的偏好数据存在标注者间一致性低、位置偏差、长度偏差等系统性缺陷
1
来源数
50%
置信度
长期有效
时效性
2026/9/6
首次发现
来源
涉及实体
相关事实
待验证RRF（倒数排名融合）仅利用各路召回的排名位置信息（公式RRF(d)=Σ1/(k+rank_i(d))，k通常取60），对分数分布不敏感，绕开了跨模态分数对齐难题64% 相似待验证离线RL的核心难题是如何避免对数据集未覆盖的状态-动作对产生过于乐观的价值估计（分布外外推问题）64% 相似待验证RRF不需要对不同检索器的原始分数进行归一化，只依赖排名信息，但当多个检索器在同类查询上系统性犯错时RRF只会放大错误63% 相似待验证HNSW可能陷入局部最优漏掉近邻，IVF在文件夹边界可能漏检，PQ用编号代替真实值带来精度损失63% 相似待验证RLHF对齐存在'一刀切'问题，相同的安全标准被应用于所有场景，无法区分恶意请求和合法创意写作需求61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/866643API
curl https://kongchang.com/api/v1/knowledge/claims/866643MCP
get_claim(id=866643)