待验证50% 置信决策规则精确时间

对于低于截断线的候选，算法侧重提升其奖励；对于高于截断线的候选，则侧重维持它们之间的多样性

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

SatisDive：文生图扩散中平衡满意度与多样性的新方法

涉及实体

SatisDiveconcept

相关事实

待验证层级筛选器通常依赖级联筛选（Cascading Filter）机制，上一级的选择结果会动态缩小下一级的候选范围73% 相似待验证算法选型必须匹配问题性质：梯度下降适合平滑可导连续优化，无梯度方法适合离散、阶梯状或噪声严重的目标函数70% 相似待验证奖励过优化（reward over-optimization）指语言模型被优化到足够强后会找到奖励模型的盲点加以利用，导致奖励分数虚高而真实质量并未提升69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975681

API

curl https://kongchang.com/api/v1/knowledge/claims/975681

MCP

get_claim(id=975681)