待验证50% 置信事实精确时间

GA-GRPO中偏差大小由引导散度δ_G控制，即引导增强后采样分布与模型自身分布之间的总变差距离（TV距离）

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

外部引导何时真正帮助大模型推理？GA-GRPO的偏差-方差理论

涉及实体

GA-GRPOconcept 总变差距离concept

相关事实

待验证当引导信号偏离模型自身的采样分布时，策略梯度估计会产生偏差62% 相似待验证SAG 和 SAGA 属于方差缩减类随机优化方法，维护每个样本梯度的历史记录，在每步 O(1) 计算量下实现线性收敛速率60% 相似待验证将AMP框架从全批量梯度下降推广到随机梯度下降（SGD）需要处理额外的采样随机性与数据复用偏差60% 相似待验证单变量高斯分布中均值μ控制位置，方差σ²控制离散程度59% 相似待验证扩散模型通过逐步去噪的生成机制产生的频域异常比GAN更微弱且分布不规律，使传统基于频域分析或GAN指纹的检测方法效果大打折扣59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983188

API

curl https://kongchang.com/api/v1/knowledge/claims/983188

MCP

get_claim(id=983188)