待验证50% 置信事实精确时间
次模函数的贪心近似在理论上有(1-1/e)约等于63%的最优性保证
1
来源数
50%
置信度
长期有效
时效性
2026/10/1
首次发现
来源
涉及实体
相关事实
待验证贝叶斯决策理论选择使期望损失最小化的行动a*，即a*=argmin_a E[L(θ,a)|x]，期望关于后验分布p(θ|x)计算63% 相似待验证当前最先进的模型在FrontierMath最高难度层级上的表现通常只有个位数到两位数的百分比62% 相似待验证夏普比率由诺贝尔经济学奖得主威廉·夏普提出，计算公式为策略超额收益除以收益的标准差59% 相似待验证在真实映射为均匀随机的假设下，论文证明了错误率下界为 E ≥ (M/N)δ*(B/M) + (1-M/N)(1-1/K)59% 相似待验证优势函数A(s,a) = Q(s,a) - V(s)，PPO实际实现中通常使用广义优势估计（GAE），典型设置λ取0.95，γ取0.9959% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/964123API
curl https://kongchang.com/api/v1/knowledge/claims/964123MCP
get_claim(id=964123)