待验证50% 置信事实精确时间

推理能力可通过知识蒸馏和强化学习微调压缩，但事实性知识的存储依赖参数规模，压缩会导致知识覆盖面下降和幻觉率上升

1

来源数

50%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

GPT-5.6 Ultra子Agent架构解析与AI行业十大动向

bilibili竹言见智2026/6/29

相关事实

待验证丰富的上下文信息能收窄模型输出概率分布并减少幻觉，这一现象被称为「知识锚定效应」83% 相似待验证研究表明幻觉率与提示词的知识密度呈负相关，提示词中提供的精确上下文越丰富，模型生成虚构内容的概率越低78% 相似待验证从信息论和香农定理角度看，任何超过信息熵下界的压缩都必然丢失信息，因此无论模型多大，压缩必然是有损的78% 相似待验证模型压缩技术（量化、剪枝、知识蒸馏）会不成比例地损害模型的事实准确性，量化后模型在事实性问答任务上的幻觉率可能显著上升76% 相似待验证微学习（Microlearning）模式源自认知负荷理论，将复杂信息拆解为5-10分钟的小单元能提升知识保留率75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/242127

API

curl https://kongchang.com/api/v1/knowledge/claims/242127

MCP

get_claim(id=242127)