待验证50% 置信事实精确时间

项目的 docs/DECISIONS.md 文档记录了研发中的踩坑，包括奖励作弊、有偏的自博弈零假设和折扣视界短于对局时长的问题

1

来源数

50%

置信度

长期有效

时效性

2026/9/27

首次发现

来源

ClashRoyaleAi：开源皇室战争RL模拟器与PPO智能体实践

涉及实体

ClashRoyaleAiproduct

相关事实

待验证材料错漏补救能力是隐性核心指标：优质机构提供'预审+人工二次核对'服务，会在递交前发现资金流水断月、在职证明抬头错误等问题；低价机构多为材料转交，不做实质审核65% 相似待验证现实任务中的奖励往往极度稀疏且延迟，导致长时间跨度的信用分配问题使智能体难以判断哪一步动作导致最终结果65% 相似待验证过于稀疏的奖励会导致学习效率极低，而设计不当的奖励可能引发奖励黑客（Reward Hacking）问题64% 相似待验证文档分块策略中过长则检索精度下降，过短则丢失上下文64% 相似已验证文档分块策略直接影响检索召回率，块太大会引入噪声，块太小则丢失语义完整性64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/953842

API

curl https://kongchang.com/api/v1/knowledge/claims/953842

MCP

get_claim(id=953842)