待验证50% 置信事实精确时间

互联网上可用的高质量文本数据总量主流估计约为10^13到10^14个token

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/7

首次发现

有效期至：2026/10/5

来源

Java程序员转型AI应用开发：航空智能客服实战指南

bilibili巴卜大模型2026/7/6

相关事实

待验证深网（Deep Web）内容占据互联网总信息量的90%以上，无法被常规爬虫索引62% 相似待验证普通网页中真正有价值的信息可能只占内容的10-20%，80%以上的token开销被浪费在信息噪声上62% 相似待验证典型网页中导航栏、广告、侧边栏等无关内容可能占据数千个token，而真正有价值的信息仅占其中10-20%61% 相似待验证在内容审核中提高召回率会牺牲精确率，对数十亿日活内容的平台而言精确率下降1个百分点即导致数以万计的用户账号被误封56% 相似待验证社交媒体上超过40%的帖子字数不足10个单词55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/161471

API

curl https://kongchang.com/api/v1/knowledge/claims/161471

MCP

get_claim(id=161471)