待验证50% 置信事实精确时间

NeoHorse-1-4B 通过观察实时路由系统的决策过程来改进自己，而非依靠学习静态样本

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

NeoHorse-1-4B实测：会自我训练的本地小模型

涉及实体

NeoHorse-1-4Bmodel

相关事实

待验证NeoHorse 的自我递归循环发生在训练阶段，推理阶段不会触发69% 相似待验证真正的Agentic系统具备自主循环决策能力，在观察-思考-行动的循环中运行，循环次数不是预先确定的66% 相似待验证现有持续学习评估指标存在内在张力，系统可通过记住所有旧任务但完全不迁移来刷高某些指标60% 相似待验证实时运行时的核心价值在于构建闭环反馈系统，缩短从错误产生到错误修正的距离59% 相似待验证工作流是确定性的、按预设路径执行，而智能体中的大模型会自主决定调用哪些工具、何时停止58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924335

API

curl https://kongchang.com/api/v1/knowledge/claims/924335

MCP

get_claim(id=924335)