待验证50% 置信基准精确时间

该实验运行在第 14 个会话达到论文设定的适应标准（连续三个会话通过），前 36 个会话中 bold rate 和 list rate 两个指标均呈下降趋势

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

一个仓库两种循环：哪个才是真正的RL？

涉及实体

相关事实

待验证研究表明在超过8-10轮对话后，模型对初始系统提示中规则的遵循率可下降20%-40%75% 相似待验证实验数据显示，经过5-10轮迭代训练后，模型在低频词汇和长尾知识上的覆盖率下降超过40%，而输出文本在表面流畅性上几乎没有可察觉的退化71% 相似待验证最终一轮实验中综合评估分数提升了0.0903，零分会话减少了40%68% 相似待验证消融分析显示片段范式微调在测试集带来+5.29分提升，而用2000检索词替换前4500转录词仅带来+1.55分提升67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966914

API

curl https://kongchang.com/api/v1/knowledge/claims/966914

MCP

get_claim(id=966914)