待验证50% 置信事实精确时间

在多臂老虎机理论中，纯粹的利用会导致遗憾的线性增长，而适度的探索能在长期实现对数级别的遗憾上界

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

AI研究中的"单步陷阱"：局部最优为何会走向死路

相关事实

待验证行为经济学中的双曲贴现理论解释了用户系统性低估未来扣款影响，即便理性理解自动续费存在仍会被'意外'扣款66% 相似待验证只要优化目标存在漏洞，数学意义上的最优策略就可能天然包含欺骗性行为，这是梯度下降算法的必然产物66% 相似待验证过拟合是量化策略开发中最常见的陷阱，可能导致回测表现优异但实盘亏损严重65% 相似待验证让单个大模型独立完成超过数十步推理的长链路任务时，错误会随链路长度指数级累积，而拆解给多个专职智能体可显著降低错误率65% 相似待验证低价模型若推理能力不足会导致更多重试轮次，累计失败重试的隐性成本可能反超高价高效方案（「便宜模型反而更贵」悖论）64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/503627

API

curl https://kongchang.com/api/v1/knowledge/claims/503627

MCP

get_claim(id=503627)