待验证50% 置信事实精确时间

当一组采样结果全部错误时，组相对优势会坍缩为零，导致高不确定性场景下模型拿不到有效的梯度反馈

1

来源数

50%

置信度

长期有效

时效性

2026/9/25

首次发现

来源

DEEPO：双熵增强策略优化，破解多模态大模型幻觉难题

涉及实体

组相对优势concept GRPOconcept

相关事实

待验证错误路由会将复杂请求送给能力不足的小模型，产生看似合理实则有误的答案，其质量下滑成本难以量化76% 相似待验证从零实现推理的主要风险之一是数值漂移，任何环节的精度问题或计算顺序错误可能在多层传播后被放大75% 相似待验证如果参数量充足的模型连几十个样本都无法记住，几乎可以断定存在硬性错误，如标签错位、损失函数计算错误、梯度未正确回传等75% 相似已验证双重下降现象表明，当模型参数量远超数据量时，测试误差反而可能再次下降74% 相似待验证误差范围只反映抽样带来的不确定性，无法涵盖非抽样误差，如问题措辞偏差、无应答偏差、覆盖偏差和社会期望偏差74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949034

API

curl https://kongchang.com/api/v1/knowledge/claims/949034

MCP

get_claim(id=949034)