待验证50% 置信事实精确时间

SLM的能力和上下文窗口相对有限，制约了它们在长链条推理及依赖高频交互的编排策略上的表现

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

OrchSLM：小语言模型协同编排的机制探究

涉及实体

小语言模型concept

相关事实

待验证单一LLM在处理复杂跨领域任务时存在注意力稀释问题，上下文窗口被迫同时承载多个角色的约束条件导致输出质量难以稳定69% 相似待验证单个 LLM 处理复杂工程任务存在上下文窗口有限、单次推理难以兼顾规划与执行、缺乏自我纠错机制等瓶颈68% 相似待验证许多长上下文评测任务在滑动窗口注意力（SWA）下就能通过，因此在这些任务上的优异表现不能证明压缩方法在真正需要长距离依赖的场景下有效68% 相似待验证推理质量会随着上下文窗口中信息的累积而退化，导致长程任务下技能包执行方式变得脆弱66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/921756

API

curl https://kongchang.com/api/v1/knowledge/claims/921756

MCP

get_claim(id=921756)