待验证50% 置信事实精确时间

有效的强化学习训练需要维持一定的错误率，让模型处于努力才能答对的区间，这与教育心理学的最近发展区（Zone of Proximal Development）概念一致

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

Noam Brown警告：大模型可能撞上"能力天花板"

涉及实体

Zone of Proximal Developmentconcept 强化学习concept

相关事实

待验证后训练阶段的强化学习能在分布内和分布外任务上提升解答准确率，但并不能持续改善推理轨迹的有效性77% 相似待验证对于偏优化理论、学习理论、统计机器学习方向的博士研究，严格的证明训练几乎是必备条件77% 相似待验证随着预训练模型规模扩大，许多曾经有效的显式知识注入技巧逐渐失效甚至产生负面效果76% 相似待验证强化学习的核心是通过试错和反馈机制调整行为76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955145

API

curl https://kongchang.com/api/v1/knowledge/claims/955145

MCP

get_claim(id=955145)