待验证50% 置信事实精确时间
若长程任务单步成功率为p，执行N步的总体成功率约为p^N，这解释了复合误差（compounding error）问题。
1
来源数
50%
置信度
长期有效
时效性
2026/10/31
首次发现
来源
涉及实体
相关事实
待验证论文将此前方法无法区分不同置信度目标的原因归结为两个问题：区分不同 p 值的奖励信号在优化过程中常常被丢失，以及原始错误惩罚在 p 趋近于 1 时会无界增长。69% 相似待验证由N块GPU组成的系统在同一时间段内至少发生一次故障的概率约为1-(1-p)^N，其中p为单块GPU故障概率69% 相似待验证当任务成功率趋近于零时，RLVR 因缺乏成功样本而失效，无法提供有效的优化梯度信号67% 相似待验证在分数积分后度量预测误差时，从长度为 L 的有限上下文做预测存在一个精确的 1/L 领先阶误差66% 相似待验证要求全票一致时，增加运行次数会提高错误率：p=0.10时，N=3错误率为0.2710，N=10错误率升至0.6513。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1119918API
curl https://kongchang.com/api/v1/knowledge/claims/1119918MCP
get_claim(id=1119918)