待验证50% 置信事实精确时间
Bradley-Terry模型假设每个回答有一个潜在的奖励分数，偏好概率由两个分数的差值经sigmoid函数得到。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
涉及实体
相关事实
待验证期望价值的计算方式为各种可能结果的收益乘以其发生概率之和73% 相似待验证乘积下注鞅的核心思想是选择一个可预测的下注函数，使得乘积鞅的期望不超过1，然后应用Ville不等式得到超过1/α的概率至多α。70% 相似待验证汤普森采样在多臂老虎机问题中用 Beta 分布建模各臂奖励概率后验，每轮从后验采样并选择采样值最大的臂，具有优于 ε-greedy 的理论遗憾界69% 相似待验证论文给出了一个精确的两奖励条件，在该条件下权重较轻的奖励在等效目标中会被反转。68% 相似待验证Text Arena使用Bradley-Terry模型作为底层概率框架，模型A获胜的预期概率为1/(1+10^((Rb-Ra)/400))68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1131594API
curl https://kongchang.com/api/v1/knowledge/claims/1131594MCP
get_claim(id=1131594)