待验证50% 置信事实精确时间

采样端与评分端的 tokenization 逻辑不对齐会导致同一段文本被切分成不同 token 序列，造成概率不一致

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

长程强化学习的隐性杀手：训练与评分引擎的数值漂移

涉及实体

Tokenizationconcept

相关事实

待验证自回归生成的天然缺陷在于模型生成第一个 token 时无法看到整个输出序列的全局结构，导致早期决策难以被后续内容纠正69% 相似待验证语义缓存的缓存失效比传统缓存更复杂，因为语义匹配边界模糊，旧答案可能在某阈值下仍被命中67% 相似待验证填充路由处理不当会导致真实 token 的输出被覆盖或混入垃圾数值，在批次小、专家数量多时错误会显著放大67% 相似待验证标准自回归模型逐Token从左到右生成文本，在时间步t仅依赖之前的输出，缺乏自我审查和回溯机制，导致错误积累效应66% 相似待验证Prompt 缓存依赖于前缀的精确匹配，一旦技能定义的顺序或内容发生微小变化，缓存即失效64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/916500

API

curl https://kongchang.com/api/v1/knowledge/claims/916500

MCP

get_claim(id=916500)