待验证50% 置信事实精确时间

近年研究（如DER、SR-SAC）尝试将UTD推高到4、10甚至更高以压榨数据效率

1

来源数

50%

置信度

长期有效

时效性

2026/9/26

首次发现

来源

CPU上训练小型DQN：如何正确扩展Learner侧？

涉及实体

DERconcept SR-SACconcept UTDconcept

相关事实

待验证Replay Ratio（UTD）是指每采集一步环境数据，Learner执行梯度更新的次数，标准DQN通常为1或更低65% 相似待验证数据去重（使用MinHash、SimHash等局部敏感哈希算法）后模型收敛速度可提升10-20%61% 相似待验证在总计446次两两对比中，CTD在72.9%的情况下统计显著优于当前最先进方法61% 相似待验证随着模型规模增大，使用DA的准确率损失呈现缩小趋势57% 相似待验证Meta、NVIDIA等公司的研究表明RAG在知识密集型任务上的准确率比纯参数记忆提高20%-40%57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/952690

API

curl https://kongchang.com/api/v1/knowledge/claims/952690

MCP

get_claim(id=952690)