待验证75% 置信观点时间未知

在垂直领域（如法律、医疗）表现不佳时，通过收集高质量问答数据进行微调往往比无限优化Prompt更有效且更可持续

1

来源数

75%

置信度

长期有效

时效性

2026/6/2

首次发现

来源

Agent工程师薪资天花板：两个核心分水岭

bilibili朱老师AI课堂

涉及实体

模型微调concept

相关事实

待验证深度研究相比一次性回答牺牲了响应速度，换取更高的信息完整度与可靠性73% 相似待验证操作越简化（一键快速记录、模糊估算）越容易坚持，但记录颗粒度越粗，数据报表的分析价值越低；普通减重人群选便捷型，备赛/临床需求选精细型71% 相似待验证优质Prompt在大多数场景下比微调更高效，在数据量不足或需求模糊的阶段贸然做微调往往事倍功半71% 相似待验证在数据不足时，与任务更匹配的归纳偏置往往比更强的模型容量更有价值70% 相似待验证当上下文过长或充斥无关信息时，应精确管理和裁剪上下文以避免响应质量下降和推理成本上升70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/36748

API

curl https://kongchang.com/api/v1/knowledge/claims/36748

MCP

get_claim(id=36748)