Unverified50% confidenceFactExact time
行为克隆存在协变量偏移问题，Ross等人提出了DAgger算法（Dataset Aggregation）来解决该问题，允许学习者在执行过程中不断查询专家并扩充训练集
1
Sources
50%
Confidence
Long-term
Relevance
7/19/2026
First Seen
Sources
Related Claims
Unverified测试时计算范式的核心思想是将资源从训练阶段转移到生成答案过程，通过消耗更多推理算力换取更高质量输出72% similarVerified微调是在通用预训练模型基础上用特定领域数据进行二次训练，使模型能将领域知识内化为参数，推理时无需额外检索步骤，延迟更低69% similarUnverified微调是拿一个已有的大模型，用自己准备的专属数据集进行进一步训练，从而改变模型的权重数值69% similarUnverifiedAnthropic 在训练阶段通过大量函数调用示例对模型进行微调，使其学会何时触发工具及如何构造合法的 JSON 参数69% similarUnverifiedSPLADE 是一种学习型稀疏检索模型，通过神经网络为文档生成稀疏向量表示，可在倒排索引上高效运行68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/559339API
curl https://kongchang.com/api/v1/knowledge/claims/559339MCP
get_claim(id=559339)