待验证50% 置信观点精确时间

第一轮优化的主要提升来自训练策略的调整，而非模型结构层面的核心创新

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

用AI Agent做模型创新：从消融实验到涨点的实战教学

涉及实体

相关事实

待验证大模型进入后预训练时代后，单纯堆砌参数带来的能力收益愈发递减，厂商转向后训练阶段寻求突破79% 相似待验证从第一性原理出发的学习方式前期投入更大，但构建的是可迁移的底层能力，而非绑定于某个特定工具的技巧76% 相似待验证小版本号跃迁通常对应后训练（Post-Training）阶段的优化，而非预训练的重新训练76% 相似待验证大模型技术的行业投资重心已从预训练转向推理优化、应用层创新和垂直领域部署75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/926040

API

curl https://kongchang.com/api/v1/knowledge/claims/926040

MCP

get_claim(id=926040)