[控场AI]
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/982702
API
curl https://kongchang.com/api/v1/knowledge/claims/982702
MCP
get_claim(id=982702)