待验证50% 置信事实精确时间
悬赏式科研并非新事物，X Prize 基金会、Netflix 推荐算法竞赛以及 DARPA 的 Grand Challenge 都采用过类似机制。
1
来源数
50%
置信度
长期有效
时效性
2026/11/5
首次发现
来源
涉及实体
相关事实
待验证通过 Challenge 挑战赛形式推动协议发展是典型的开发者生态运作方式，先例包括 Netflix Prize（2006-2009）和 DARPA Grand Challenge76% 相似待验证对于多步定位证据的视频任务，端到端的奖励驱动优化比纯粹的监督学习更贴近实际使用目标。59% 相似待验证缓解奖励漏洞的常用技术包括势函数塑形、课程学习和对抗性测试58% 相似待验证MountainCar中的稀疏奖励特别考验强化学习算法的探索能力，包含信用分配和探索-利用权衡等RL核心难题58% 相似待验证此前的NetHack Challenge、MineRL竞赛等NeurIPS研讨会竞赛在各自领域产生了显著影响57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1139349API
curl https://kongchang.com/api/v1/knowledge/claims/1139349MCP
get_claim(id=1139349)