待验证50% 置信事实精确时间

测试结论是：撑爆上下文的文档堆并非真正风险，真正拖垮小模型的是跨文档推理

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

文档越多AI越差？开源与付费大模型RAG能力实测

涉及实体

相关事实

待验证漏洞数量激增并不必然意味着模型更不安全，可能是审查强度提升带来的统计偏差72% 相似已验证部分模型存在针对测试集过度优化的风险，导致榜单分数与真实场景表现出现偏差（Benchmark饱和）71% 相似待验证公开基准测试一旦被广泛关注，就有被针对性优化的风险，高分未必反映泛化的推理能力71% 相似待验证版本漂移在评测场景下危险，因为模型权重、推理框架或测试环境变更后历史测量结果有效性会隐性衰减70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003217

API

curl https://kongchang.com/api/v1/knowledge/claims/1003217

MCP

get_claim(id=1003217)