待验证50% 置信观点精确时间

推理时外挂调度与训练内化能力在泛化表现与可控性上并不相同。

1

来源数

50%

置信度

长期有效

时效性

2026/10/23

首次发现

来源

Gemma-4-26B-A4B：思考量减少69%仍保精度

涉及实体

thinking budgetconcept

相关事实

已验证如果评测基准与训练数据高度对齐，超越更多反映的是过拟合式的专精而非真正能力提升79% 相似待验证后训练阶段的强化学习能在分布内和分布外任务上提升解答准确率，但并不能持续改善推理轨迹的有效性79% 相似待验证训练时注入对称性约束与后处理校正不同：前者改变模型的内在表征，后者只对输出做修补，前者通常能获得更一致的鲁棒性提升。79% 相似待验证把思考长度偏好训进权重比在部署时用系统提示词要求简短回答更稳定，后者是外部约束不稳定，前者成为模型默认行为78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1090704

API

curl https://kongchang.com/api/v1/knowledge/claims/1090704

MCP

get_claim(id=1090704)