待验证50% 置信事实精确时间
token id 和 logprobs 是 PPO、GRPO 等主流 RL 算法计算策略梯度的必要输入
1
来源数
50%
置信度
长期有效
时效性
2026/10/6
首次发现
来源
涉及实体
相关事实
待验证TokenFold属于RAG（检索增强生成）技术范畴，本质是一种上下文检索与压缩机制，针对代码场景优化60% 相似待验证spdlog 采用分层架构：Logger 负责接收日志消息并进行级别过滤，Sink 负责实际的格式化与输出，一个 Logger 可关联多个 Sink59% 相似待验证为每块GPU在调度层打上归属标签（预留人、团队、项目、预期使用周期）是实现资源问责与安全回收的前提56% 相似待验证vLLM的前缀缓存实现基于基数树（radix tree）数据结构进行细粒度的缓存命中匹配56% 相似待验证SAC属于off-policy算法，能够将历史交互数据存储在经验回放缓冲区中反复利用，样本效率显著高于PPO55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/980178API
curl https://kongchang.com/api/v1/knowledge/claims/980178MCP
get_claim(id=980178)