待验证60% 置信事实精确时间
PPO的目标函数为L(θ) = E[min(r(θ)·A, clip(r(θ), 1-ε, 1+ε)·A)]，其中ε通常取0.1或0.2
2
来源数
60%
置信度
长期有效
时效性
2026/8/5
首次发现
来源
相关事实
待验证当 n 为质数 p 时，分圆多项式 Φ_p(x) = 1 + x + … + x^{p-1}。63% 相似待验证AP的计算公式为 Σ (R_n - R_{n-1}) * P_n，其中P_n和R_n分别是第n个阈值下的精确率和召回率；而PR曲线下梯形面积使用线性插值，两者在曲线非单调时会产生差异。62% 相似待验证给定一个包含原点的凸多面体 P，其极点对偶 P* 定义为所有满足 <x,y>≤1（对所有 y∈P）的点 x 的集合62% 相似已验证贝叶斯定理表达为P(A|B) = P(B|A)·P(A)/P(B)61% 相似待验证双层优化的一般形式为 min_θ F(θ, φ*(θ))，其中 φ*(θ) = argmin_φ G(θ, φ)，其梯度可以通过隐函数定理或迭代微分技术高效计算。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/690916API
curl https://kongchang.com/api/v1/knowledge/claims/690916MCP
get_claim(id=690916)