待验证50% 置信事实精确时间

冻结智能体指推理阶段权重不再更新、完全依赖预训练或后训练所习得能力的智能体

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

GraphEcho：揭示LLM图智能体的证据冗余陷阱

涉及实体

冻结智能体concept

相关事实

待验证当前大模型本质上是静态的，训练完成后权重被冻结，知识停留在训练截止日期74% 相似待验证在视觉对齐训练阶段冻结LLM主干参数、分阶段训练、数据配比回放和LoRA等方法可缓解多模态训练中的灾难性遗忘问题73% 相似待验证随着预训练模型规模扩大，许多曾经有效的显式知识注入技巧逐渐失效甚至产生负面效果73% 相似待验证Grokking指模型在训练集上早已达到近乎完美拟合后，测试集性能长时间停留在随机水平，直到经过大量额外训练步数后泛化能力才突然提升的现象72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928347

API

curl https://kongchang.com/api/v1/knowledge/claims/928347

MCP

get_claim(id=928347)