待验证50% 置信事实精确时间

大模型的权重在训练完成后就已固定，每次推理不会修改权重，也不会在服务端为用户保留状态

1

来源数

50%

置信度

长期有效

时效性

2026/9/6

首次发现

来源

企业级Agent记忆系统设计：上下文与长期记忆的本质区别

涉及实体

大模型concept

相关事实

待验证参数化知识固化在模型权重中，训练结束后无法在不重新训练的情况下更新；非参数化知识存储在外部数据库中，可随时增删改查73% 相似待验证技能包模式通过一层工程规范约束引导模型行为，无需重新训练模型73% 相似待验证模型的核心参数权重在训练完成后固定，即便通过外部工具获取新信息，融合判断时仍依赖训练时形成的世界观72% 相似待验证Transformer 架构的模型参数在训练完成后即被固定，除非进行微调或持续预训练否则无法获取新知识71% 相似待验证单纯堆砌参数而训练数据不足会导致模型大而不强，参数跃升需配合同步扩大的训练语料与算力才能兑现能力增益70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/866929

API

curl https://kongchang.com/api/v1/knowledge/claims/866929

MCP

get_claim(id=866929)