待验证50% 置信事实精确时间
Meta 的 Self-Rewarding Language Models 让模型同时承担生成与评判两个角色,通过自我打分的奖励信号进行迭代训练
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/982702API
curl https://kongchang.com/api/v1/knowledge/claims/982702MCP
get_claim(id=982702)