已验证65% 置信事实精确时间
SAC由Berkeley团队于2018年提出，引入最大熵框架，作为off-policy算法能复用历史经验
3
来源数
65%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
强化学习算力优化实战：提升CPU与GPU利用率的核心策略
redditr/reinforcementlearning2026/7/10
相关事实
待验证SAC由UC Berkeley的Haarnoja等人提出，引入最大熵框架，在优化期望累积奖励的同时最大化策略的熵76% 相似待验证语义熵（Semantic Entropy）最初由Kuhn等人于2023年在NeurIPS提出60% 相似待验证加州大学伯克利分校的研究团队开源了名为FreeToken的推理系统58% 相似待验证斯坦福大学与加州大学伯克利分校的研究人员提出了名为TokenGate的方法，通过Token-Gated Attention机制加速长上下文预填充。56% 相似待验证vLLM 源自 UC Berkeley 关于 PagedAttention 的研究（Kwon 等），核心目标是解决传统推理服务中的显存浪费问题。55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/488844API
curl https://kongchang.com/api/v1/knowledge/claims/488844MCP
get_claim(id=488844)