待验证50% 置信事实精确时间

基础模型进化按学习信号来源分为三类：内在生成的示范数据、自生成反馈、通过行动学习

1

来源数

50%

置信度

长期有效

时效性

2026/9/24

首次发现

来源

智能体自我改进综述：现代Agent如何实现自进化

涉及实体

基础模型进化concept

相关事实

待验证价值观诱导是指在后训练阶段通过特定语言样本让模型习得并表达某些行为倾向73% 相似待验证模型会无意识地继承训练语料中的价值观、偏见和表达习惯71% 相似已验证奖励模型的训练可使用Bradley-Terry模型等排序学习框架，训练神经网络预测任意两个回答之间的人类偏好概率，接收(prompt, response)对并输出标量分数71% 相似待验证可解释性研究试图通过理解模型内部运作机制判断AI生成的代码或训练数据是否隐含非预期的行为模式70% 相似待验证合成数据生成方法经历三个演进阶段：基于规则的生成、基于统计模型的生成、基于深度学习的生成70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946415

API

curl https://kongchang.com/api/v1/knowledge/claims/946415

MCP

get_claim(id=946415)