待验证50% 置信事实精确时间
加权集成的权重学习依赖两类样本量：标注问题数 Q 和每个模型在每个问题上的生成次数 N。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
LLM测试时集成：双样本量与加权集成理论新解
rss2026/10/15
涉及实体
相关事实
待验证教程强化学习使用RLOO算法，对同一问题生成多个答案并计算每个答案相对于平均值的优势，无需单独的评判模型或人工打分69% 相似待验证组合式问题指需要将多个基础推理步骤串联、组合才能回答的复杂问题，例如同时判断趋势、季节性并推断两者的相互作用69% 相似待验证算子代理模型的理论核心是回答两个问题：逼近误差（给定足够参数能否逼近目标算子）和泛化误差（有限训练数据下能否泛化到未见样本）。69% 相似已验证集成学习的核心思想是将多个弱学习器或差异化模型的预测结果加以综合，以获得比单一模型更稳健的输出67% 相似待验证Q-learning、DQN 等算法本质上都是在近似求解贝尔曼最优方程67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046157API
curl https://kongchang.com/api/v1/knowledge/claims/1046157MCP
get_claim(id=1046157)