待验证50% 置信事实精确时间

NeoHorse 的自我递归循环发生在训练阶段，推理阶段不会触发

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

NeoHorse-1-4B实测：会自我训练的本地小模型

涉及实体

NeoHorse-1-4Bmodel

相关事实

待验证NeoHorse-1-4B 通过观察实时路由系统的决策过程来改进自己，而非依靠学习静态样本69% 相似待验证真正的Agentic系统具备自主循环决策能力，在观察-思考-行动的循环中运行，循环次数不是预先确定的59% 相似待验证ReAct推理链在实际使用中会出现两种失控：想了却不做（推理停在思考阶段），以及做的和想的不一致（思考调用A工具实际调用B工具）54% 相似待验证纯粹的自我博弈可能导致策略循环（Strategy Cycling），即智能体策略在几种模式间来回振荡而无法真正提升53% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924340

API

curl https://kongchang.com/api/v1/knowledge/claims/924340

MCP

get_claim(id=924340)