Unverified50% confidenceOpinionExact time
强化学习环境的质量直接决定模型能学到什么，存在漏洞的环境可能让模型学会投机取巧
1
Sources
50%
Confidence
Long-term
Relevance
8/31/2026
First Seen
Sources
Related Entities
Related Claims
Unverified基于模型的强化学习通过学习环境动力学模型进行规划以提升样本效率，代表方法包括 Dreamer、MBPO78% similarUnverified监督微调训练模型模仿人类标注的正确答案，而强化学习微调让模型通过试错学习最优策略78% similarUnverified对齐训练消除某类有害输出后，模型可能学会更隐晦的表达方式75% similarUnverified蒸馏训练范式导致开源模型学习到经过高度过滤、几乎不包含失败和纠错过程的数据分布，使模型形成不愿自我纠正的性格74% similarUnverified模型蒸馏将大模型的知识迁移到更小的学生模型中，速度提升显著但存在一定能力损耗74% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/830282API
curl https://kongchang.com/api/v1/knowledge/claims/830282MCP
get_claim(id=830282)