待验证50% 置信解决方案精确时间
论文提出轮次级错失机会度量（round-level missed-opportunity metric），将因过度保守而错过的有益更新这一隐性成本显式量化
1
来源数
50%
置信度
长期有效
时效性
2026/9/12
首次发现
来源
涉及实体
相关事实
待验证模型微调（Fine-tuning）面临成本高、更新慢、存在灾难性遗忘风险等问题68% 相似待验证ICM（Pathak et al., 2017）用预测误差作为新奇性度量，RND（Burda et al., 2018）用固定随机网络的预测误差衡量状态新颖程度，两者在Montezuma's Revenge等稀疏奖励问题上取得突破68% 相似待验证端到端模型的核心优势在于避免模块间信息损失和误差累积，但代价是可解释性低、对训练数据分布敏感、难以应对长程推理任务67% 相似待验证上下文浓缩策略的代价是可能丢失被判定为不重要的细节信息，导致后续对话理解偏差或重复犯错66% 相似待验证泛化能力指模型在未见过的新数据上的表现能力，泛化误差等于期望风险与经验风险之间的差距66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/916393API
curl https://kongchang.com/api/v1/knowledge/claims/916393MCP
get_claim(id=916393)