已验证65% 置信事实精确时间
决策模型的输出往往是有限动作集合中的一个标签或概率分布，类似于强化学习中的策略网络，而生成模型需要在巨大词汇表上进行自回归采样
3
来源数
65%
置信度
长期有效
时效性
2026/9/28
首次发现
来源
涉及实体
相关事实
待验证决策模型通常基于强化学习或基于偏好的优化方法，直接以在环境中选取最优动作为优化目标，而 LLM 以语言预测为核心任务，决策能力是涌现的副产品78% 相似待验证生成式决策模型每次调用都需要把当前情境和所有可选项一起送入模型处理，可选项越多计算量越大77% 相似待验证决策模型（Decision Model）针对内容返回一个概率或分类结果，而非输出长段文字，其结构化输出可直接用于代码的 if 判断75% 相似待验证分类模型的推理是非自回归的，仅需一次前向传播即可完成所有位置预测，计算效率显著高于生成模型75% 相似待验证引导式生成模型利用深度生成模型的表达能力自动学习最优提议分布，解决传统重要性采样中人工设计提议分布的难题75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/957584API
curl https://kongchang.com/api/v1/knowledge/claims/957584MCP
get_claim(id=957584)