待验证50% 置信事实精确时间
经验博弈论分析（EGTA）由密歇根大学的Michael Wellman等人系统化提出，通过收集有限策略集合的对局数据构建经验收益矩阵寻找纳什均衡
1
来源数
50%
置信度
长期有效
时效性
2026/9/8
首次发现
来源
涉及实体
相关事实
待验证研究者已提出弹性权重巩固（EWC）、渐进式神经网络等缓解灾难性遗忘的方案，但在超大规模模型上的有效性仍是活跃研究方向63% 相似已验证OpenAI o1和DeepSeek-R1通过延长思考链在数学竞赛题等复杂基准上取得突破，本质上是在推理阶段动态分配更多计算预算62% 相似待验证顶级AI模型在参数规模、训练数据质量和RLHF（基于人类反馈的强化学习）调优上投入了大量资源，因此在复杂推理和代码生成任务上远超中低端模型61% 相似已验证知识蒸馏技术使小模型可从大模型中提取相当比例能力，动摇了固定算力阈值作为能力代理指标的有效性60% 相似已验证混合专家模型（MoE）通过门控机制对每个输入token动态选择少数专家激活，从而在保持模型能力的同时降低单次计算开销60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/875613API
curl https://kongchang.com/api/v1/knowledge/claims/875613MCP
get_claim(id=875613)