待验证50% 置信事实精确时间

ORUCB对累积响应学习误差设定上界，用该界来校准置信加权的风险回归和探索策略

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

ORUCB算法：在线学习中如何纠正专家答案并降低成本

涉及实体

相关事实

待验证在结构学习任务中，精心设计的方向可控的估计偏差有时比追求无偏或一致小误差更有用68% 相似待验证该论文弥合了此前风险敏感强化学习样本复杂度上下界之间长期存在的指数级差距68% 相似待验证AdaBoost通过权重调整传递错误信号，深度学习通过反向传播把误差梯度逐层回传，两者都以'从错误中学习'为驱动力68% 相似已验证智能体面临误差级联问题：早期步骤判断误差会随迭代次数指数级放大67% 相似待验证传统集成学习的有效性依赖基学习器之间的错误相互独立，当错误模式高度相关时集成收益会大幅缩水66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983498

API

curl https://kongchang.com/api/v1/knowledge/claims/983498

MCP

get_claim(id=983498)