Unverified50% confidenceFactExact time
Toolformer的因果筛选机制仅当API调用结果使模型对后续token的交叉熵损失降低超过阈值时，该样本才进入微调数据集
1
Sources
50%
Confidence
Long-term
Relevance
7/6/2026
First Seen
Sources
补齐大模型三大短板：知识、计算与工具调用
bilibili晴天AI实战7/4/2026
Related Claims
Unverified交叉熵损失在分类任务中往往比MSE收敛更快，因为它与softmax输出配合，梯度不会在饱和区消失71% similarUnverified结构化、类型强约束的工具响应可以显著降低模型在解析阶段产生误解的概率70% similarUnverified标准交叉熵损失在目标占图像面积较小时会导致严重的类别不平衡问题，模型倾向于全部预测为背景68% similarUnverified级联回退机制在小模型输出置信度低于预设阈值或被质量评估模型判定不达标时，自动将请求升级至更强的模型68% similarUnverified工具的动作要幂等，错误要明确，否则模型调用失败后无法补救67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/112821API
curl https://kongchang.com/api/v1/knowledge/claims/112821MCP
get_claim(id=112821)