待验证50% 置信事实精确时间

委托决策（learning to defer）场景中观测到的损失信号被专家本身质量和尚未学好的纠正函数两种因素共同污染

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

learning to deferconcept

相关事实

待验证手册区分了正确答案置信度下降的两种情况：单纯失去最优地位（lose its edge）与被微调主动抑制（actively suppressed）72% 相似待验证增加负样本描述（When NOT to Use）能明确 Skill 的决策边界，显著减少误触发72% 相似已验证智能体从有限交互中学到的错误经验一旦固化，可能导致系统性偏差并降低工作效率72% 相似待验证主动执行的智能体一旦出错（如自动发布错误内容），后果比被动工具更严重，对告警与人工确认机制要求极高72% 相似待验证辅助负载均衡损失通过惩罚专家负载不均匀分布来缓解专家坍塌问题71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983499

API

curl https://kongchang.com/api/v1/knowledge/claims/983499

MCP

get_claim(id=983499)