待验证50% 置信事实精确时间

增加下游头的容量通常能提升性能，但如果模型本身只在随机/常数水平运作，增加容量反而会导致显著性能退化

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

PPG-Bench揭秘：主流PPG基础模型真能通用吗？

涉及实体

PPG-Benchproduct

相关事实

已验证在收敛型任务上，模型达到一定规模后存在明显的性能饱和现象，参数量或训练数据的继续增加对准确率的边际贡献快速衰减79% 相似待验证随着模型能力提升，能力与对齐之间的张力会愈发显著，对齐失败的后果也随之放大75% 相似待验证在模型加载器中推理强度数值越高生成质量越好但速度越低，构成质量与速度的权衡75% 相似待验证低单价模型可能因为运行更快而在单位时间内产生更多调用次数，从而放大成本失控风险74% 相似待验证随着大模型推理能力增强，单次调用消耗的token显著攀升，在固定用量限制下形成「更强模型」与「更快触及上限」的悖论73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001380

API

curl https://kongchang.com/api/v1/knowledge/claims/1001380

MCP

get_claim(id=1001380)