已验证65% 置信事实精确时间
越接近截止日的事件，在训练语料中占比越少，模型掌握得越模糊
3
来源数
65%
置信度
长期有效
时效性
2026/9/12
首次发现
来源
涉及实体
相关事实
待验证'放缓'缺乏可操作的定义，尚未就放缓何种指标（模型参数规模、训练算力投入或能力发布时间表）形成共识79% 相似待验证如果模型预训练语料中极少出现超过 32K token 的样本，即便通过位置编码扩展窗口，模型在该区间的表现也往往不稳定77% 相似待验证少步数生成方案存在质量与速度的权衡：步数过少时模型难以修正早期误差，可能导致细节模糊或运动不自然77% 相似待验证跨域微调时学习率过大会破坏预训练权重，过小则几乎学不动，需权衡设置75% 相似待验证语境混淆造成的是窄域失准（narrow misalignment），失准集中在与训练数据语义相近的特定领域，而非模型整体行为的广泛退化75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/913207API
curl https://kongchang.com/api/v1/knowledge/claims/913207MCP
get_claim(id=913207)