待验证50% 置信事实精确时间
SA（推测动作）只做单步推测，而SMC通过宏库实现多步推测执行的复用，从而带来超越单步推测的额外收益
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证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65% 相似待验证分类模型的推理是非自回归的，仅需一次前向传播即可完成所有位置预测，计算效率显著高于生成模型65% 相似待验证SGLang 引入了 RadixAttention 技术，在某些基准测试中推理速度可比 vLLM 等主流推理框架提升 2-5 倍64% 相似待验证SMC的推测草稿模型（Speculative Drafter）是较小较快的模型，在隔离环境快照上预测并预先执行未来动作链，实验中采用Qwen3.5-4B64% 相似已验证贝叶斯优化通过构建目标函数的概率代理模型（通常是高斯过程），利用采集函数（如Expected Improvement或Upper Confidence Bound）决定下一个采样点63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/898566API
curl https://kongchang.com/api/v1/knowledge/claims/898566MCP
get_claim(id=898566)