待验证50% 置信事实精确时间

NV-Reason-CT训练分为两个阶段：先进行监督微调，再用强化学习优化，奖励信号针对是否正确识别出影像所见

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

英伟达NV-Reason-CT：原生3D视觉语言模型解读CT影像

涉及实体

NV-Reason-CTmodel

相关事实

待验证任何先优化表示再训练分类器的两阶段方法都需要仔细验证其代理目标与下游任务的对齐程度75% 相似待验证多轮强化学习把智能体在真实环境中的多步交互作为训练信号，依据最终检索结果质量给予奖励70% 相似待验证传统线性探针以最大化概念分类精度为训练目标，不区分方向是否具有因果影响力70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/989948

API

curl https://kongchang.com/api/v1/knowledge/claims/989948

MCP

get_claim(id=989948)