待验证50% 置信事实精确时间

实验在Qwen2.5-7B-Instruct上进行，使用Math-Shepherd作为PRM，在MATH500数据集（n=500，三个随机种子）上测试

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

PRM剪枝片段嫁接为何失效？三个推理模型的实证分析

涉及实体

Qwen2.5-7B-Instructmodel Math-Shepherdmodel MATH500concept

相关事实

已验证OpenAI在2023年发表论文"Let's Verify Step by Step"系统性地证明了过程奖励模型（PRM）在数学推理任务中的优越性60% 相似待验证该模拟器保证确定性并支持设定随机种子60% 相似待验证内在动机在机器人研究中有多种实现方式,包括ICM(通过预测模型误差定义新奇度)、RND(随机网络蒸馏)和Count-based方法(维护状态访问计数)57% 相似待验证LLM的每次调用可以被建模为伯努利试验，N次独立调用的通过次数服从二项分布B(N, p)57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966715

API

curl https://kongchang.com/api/v1/knowledge/claims/966715

MCP

get_claim(id=966715)