Unverified50% confidenceSolutionExact time
文本反馈（Textual Feedback）方法通过教师模型对 rollout 片段给出自然语言提示，将稀疏标量奖励转化为密集局部化的文本监督信号
1
Sources
50%
Confidence
Long-term
Relevance
7/23/2026
First Seen
Sources
Related Claims
UnverifiedComposer 2.5引入了基于文本反馈的定向强化学习方法，在模型出错位置插入局部提示作为教师信号，通过on-policy KL散度损失进行训练77% similarUnverified豆包TTS的表演指导机制属于带内信令设计，控制指令和待朗读文本混合在同一文本输入中，依赖模型理解能力区分两者68% similarUnverified大语言模型的输出本质上是概率性的文本生成，一次提示词措辞调整可能改变输出的字段名、嵌套层级或枚举值，且不会触发编译期或静态检查警告67% similarUnverified重复句式+可预测文本(predictable text)的绘本对语言启蒙最有效，如每页固定句型只替换名词，能帮助孩子预测和参与朗读，优于句式多变的故事型绘本67% similarUnverified新一代语言模型可通过调整Temperature和Top-P采样策略使输出困惑度分布向人类写作靠拢，降低检测准确率65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/594121API
curl https://kongchang.com/api/v1/knowledge/claims/594121MCP
get_claim(id=594121)