待验证50% 置信事实精确时间

蒙特卡洛树搜索（MCTS）不依赖人工设计的评估函数，通过大量随机模拟对局估计每个落子的胜率，并用UCB公式平衡探索与利用

1

来源数

50%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

终极井字棋竞技场的AI军备竞赛观察

涉及实体

MCTSconcept UCBconcept

相关事实

待验证AlphaProof等系统采用蒙特卡洛树搜索（MCTS）方法，将证明搜索建模为序列决策问题72% 相似待验证多种子实验中检验对象从单样本预测分歧变为多次运行的准确率序列时，通常已不再适用McNemar检验70% 相似待验证o系列引入蒙特卡洛树搜索（MCTS），该算法同样用于AlphaGo的棋局模拟67% 相似待验证蒙特卡洛树搜索（MCTS）由Rémi Coulom于2006年提出，其核心流程包含选择、扩展、模拟和回传四个阶段66% 相似待验证大海捞针测试将无关的目标句随机插入长文本不同位置，通过询问模型绘制「位置×上下文长度」的二维热力图，呈现检索成功率66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/937892

API

curl https://kongchang.com/api/v1/knowledge/claims/937892

MCP

get_claim(id=937892)