待验证90% 置信事实时间未知
Threads在经历上线初期的爆发式增长后，用户活跃度曾出现显著回落
1
来源数
90%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
涉及实体
相关事实
待验证当前最前沿模型在处理长程依赖时面临注意力衰减问题，随着上下文长度增加，维持早期设定一致性的能力显著下降60% 相似待验证当Alpha信号被广泛知晓后，拥挤交易（Crowding）现象会导致预期收益急剧下降，甚至在集中平仓时造成因子危机（Factor Crash），如2007年量化危机期间多个经典因子的同步失效57% 相似已验证即便拥有百万token上下文的模型，在处理大型代码库时也面临注意力稀释问题——上下文过长时模型对早期内容的关注度会显著下降57% 相似待验证缺少指数退避时，服务端短暂不可用会导致所有失败客户端立即同时重试形成重试风暴，比原始流量更具破坏力55% 相似待验证初始token消耗越低，用户可用于实际任务的上下文空间越大；过长的系统提示词会引发提示词漂移干扰模型自主发挥54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/27380API
curl https://kongchang.com/api/v1/knowledge/claims/27380MCP
get_claim(id=27380)