待验证50% 置信事实精确时间

MAML和RL²等元学习算法在2016-2018年间被提出

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

用RL训练会做RL的智能体：元强化学习自我改进实验解析

相关事实

待验证GLM 5.2引入了多令牌预测（MTP）技术，该技术由Meta在2024年研究中提出，可通过投机解码提升推理速度65% 相似待验证2025年3月发布的MCP规范更新中引入了基于OAuth 2.0的授权框架60% 相似待验证DPO于2023年由斯坦福大学团队提出，将三阶段的RLHF流程简化为单一监督学习目标59% 相似待验证2024年发布的开源框架RouteLLM通过训练轻量分类器实现数据驱动的动态模型路由59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/530910

API

curl https://kongchang.com/api/v1/knowledge/claims/530910

MCP

get_claim(id=530910)