待验证50% 置信基准精确时间
在策略网络上叠加 1 层前瞻搜索后，胜率从 0.625 提升至 0.944（160 场成对对局，95% 置信区间 +0.24 到 +0.40）
1
来源数
50%
置信度
长期有效
时效性
2026/9/27
首次发现
来源
涉及实体
相关事实
待验证通过值分布目标结合 DAgger 方法将搜索收益蒸馏回策略网络，带来 +0.045 的胜率提升（1,600 场对局，p = 0.007）77% 相似待验证在更新事实任务中，嵌入检索方法成功率在0.30-0.95之间波动，不同随机种子间最大差距达0.4569% 相似待验证模板匹配的置信度阈值通常取0.8～0.95来判断是否找到目标66% 相似待验证在歧义点的四类行为中，'先搜再问'成功率最高，平均通过率达93.4%，远高于'直接猜'的56.5%，'搜多次再猜'为51.5%66% 相似待验证对于类别策略，随着输出分布变得越来越尖锐，其期望的 score-gradient 范数会趋近于零，使得自信但错误的 token 得到的更新最微弱66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/953839API
curl https://kongchang.com/api/v1/knowledge/claims/953839MCP
get_claim(id=953839)