待验证50% 置信决策规则精确时间
如果重训后指标出现明显下降，不能悄悄替换结果而不说明，否则会触及学术诚信边界。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证研究中测试的强化学习改动没有带来一致的增益，直接训练模型学会拒答效果不稳定75% 相似待验证跨代比较对齐质量的基准测试本身不能随模型迭代而漂移，否则�success衰减将无法被检测到73% 相似待验证Muon-RT的收敛保证依赖于对齐假设，即要求教师位移与当前梯度的内积不为负；若教师滞后过久、与学生当前走向严重背离，假设可能被破坏。71% 相似待验证降级切换的难点不在于发起重试，而在于能力对齐，否则切换会因不兼容而失败。70% 相似待验证手册区分了正确答案置信度下降的两种情况：单纯失去最优地位（lose its edge）与被微调主动抑制（actively suppressed）70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125899API
curl https://kongchang.com/api/v1/knowledge/claims/1125899MCP
get_claim(id=1125899)