待验证50% 置信基准精确时间

塑形奖励实验中出现了97%的单格占用率，智能体几乎一动不动地停留在冷却格上

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/7

首次发现

有效期至：2026/12/6

来源

奖励塑形为何反而加剧奖励黑客？网格世界实验揭示量级失衡陷阱

涉及实体

相关事实

待验证塑形奖励配置中温度惩罚每回合最高可达-200,而运送奖励总共才+30,导致97%的单格占用率64% 相似待验证AI单独干活任务完成率低，配上真人后任务完成率直接涨70%以上62% 相似待验证当不动动作占据80%以上帧时，模型通过最小化交叉熵损失可在不学习有意义特征的情况下达到80%准确率，这称为多数类捷径61% 相似待验证游戏对每次战胜沙发的结果进行置换检验，用相同交易结构进行1000次随机重放，若实际收益未超过第90百分位则标记为LUCKY61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/871627

API

curl https://kongchang.com/api/v1/knowledge/claims/871627

MCP

get_claim(id=871627)