待验证50% 置信事实精确时间

新界在状态数S、动作数A、精度ε及风险参数|β|上的依赖在对数因子范围内与下界吻合

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

风险敏感强化学习的样本复杂度：逼近最优的理论突破

涉及实体

MB-RS-QVIconcept

相关事实

待验证阈值函数的有效性高度依赖于底层模型输出概率的校准质量，若模型未经良好校准则基于概率值设定的阈值函数将失去理论基础66% 相似待验证收敛速率界联合依赖于测量误差、潜在暴露和目标泛函三方面的谱性质66% 相似待验证论文在风险中性设定下Q值迭代对模型误差的放大系数约为1/(1-γ)，而递归熵风险设定因非线性指数运算导致误差放大更复杂并产生指数依赖65% 相似待验证安全分类器判定阈值的调整会影响误判率与漏判率之间的权衡，即ROC曲线上的工作点移动65% 相似待验证风险-覆盖曲线以模型自动处理的比例为横轴、该覆盖率下的错误风险为纵轴，曲线下面积越小代表模型在高置信度区间判断越可靠65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983299

API

curl https://kongchang.com/api/v1/knowledge/claims/983299

MCP

get_claim(id=983299)