待验证50% 置信事实精确时间

在多目标优化中，高质量的解集需要同时满足收敛性（贴近真实帕累托前沿）和多样性（在前沿上分布均匀、覆盖广泛）

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

先收敛后多样化：多目标贝叶斯优化的CTD新范式

涉及实体

帕累托前沿 (Pareto front)concept

相关事实

待验证分块策略的选择直接影响下游检索质量，是关键优化点之一67% 相似待验证Chopthin重采样与语义多数选择是互补关系，前者在生成阶段保住多样性，后者在选择阶段利用多样性66% 相似待验证在强化学习、智能体等场景中，环境的多样性会显著影响模型对规模的需求，更复杂多样的环境往往需要更大容量来泛化63% 相似待验证Fathom此前的竞争优势在于跨平台支持与更精细的摘要质量62% 相似待验证fork-and-select、多次采样投票等主动拥抱多样性的策略，可能比追求单次确定性输出更能提升实际任务成功率62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/921689

API

curl https://kongchang.com/api/v1/knowledge/claims/921689

MCP

get_claim(id=921689)