待验证50% 置信事实精确时间

谷歌DeepMind等机构曾尝试用强化学习训练智能体游玩《我的世界》，如STEVE-1、VPT等项目，但多依赖专门的预训练或细化调优

1

来源数

50%

置信度

长期有效

时效性

2026/9/24

首次发现

来源

AI玩《我的世界》141小时被苦力怕炸出"抑郁"，只肯种土豆

涉及实体

谷歌DeepMindcompany STEVE-1product VPTproduct 我的世界product

相关事实

待验证MiniMind 覆盖了Tokenizer训练、预训练、监督微调SFT、LoRA微调、DPO强化学习、模型蒸馏等完整环节73% 相似待验证自适应推理技术路线包括难度感知路由、早停机制、预算控制训练及Mixture-of-Depths等，Meta、Google DeepMind等机构在2024-2025年间发表了相关工作72% 相似待验证OpenAI、Google DeepMind等机构的后续研究也证实了谄媚倾向是当前训练范式下的普遍特征70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946301

API

curl https://kongchang.com/api/v1/knowledge/claims/946301

MCP

get_claim(id=946301)