待验证50% 置信事实精确时间
penalty_joint_pos_init通过课程学习随训练进程逐渐降低权重，penalty_slip防滑惩罚尚未实现
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/29
首次发现
有效期至：2026/12/28
来源
涉及实体
相关事实
待验证混合式（Blended Learning）选项可缩短线下面授时间，但仍需到场完成技能考核，无法全程纯线上完成认证63% 相似待验证GRPO及其变体在实际训练中往往会遇到训练崩溃、奖励震荡、后期性能下降等问题62% 相似待验证核心权衡：能有效倒逼更高弧度和更精准的出手点，但长时间使用可能导致训练中命中率过低，需要合理控制单次训练时长并与正常筐交替练习62% 相似待验证余弦退火在训练初期保持较高学习率快速探索、后期降低精细收敛，热身策略在最初几个epoch使用极小学习率避免参数剧烈震荡61% 相似待验证难度分级越细致的课程通常单节内容进展越慢，追求快速上手的老手会觉得拖沓；而无分级的「一刀切」课程虽紧凑，但新手极易因跳过基础导致动作代偿受伤。有基础者应直接选中高级模块跳过入门单元61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/958912API
curl https://kongchang.com/api/v1/knowledge/claims/958912MCP
get_claim(id=958912)