待验证70% 置信事实时间未知

测试中约1-2B的小模型无法在大段系统提示词中准确定位并完成复杂工具调用任务

1

来源数

70%

置信度

中期 (~90 天)

时效性

2026/6/3

首次发现

有效期至：2026/9/1

来源

从Cursor系统提示词看Function Calling与MCP工作原理详解

bilibili荒野芯智观察

相关事实

待验证大模型在单次推理中处理的工具越多，工具选择的准确率往往越低，即工具混淆问题74% 相似待验证基准饱和指当模型性能提升到一定程度后，基准测试不再能够有效区分不同模型之间的能力差异73% 相似待验证独立只读评审智能体发现了若干问题，包括原始势能公式未包含软化项、两个预设未做质心系变换、仿真速率依赖显示刷新率等71% 相似待验证工具的动作要幂等，错误要明确，否则模型调用失败后无法补救70% 相似待验证编程场景对模型能力要求极高，弱模型与强模型在代码生成上的表现相差数个数量级，同一编码任务弱模型经过数十次尝试仍无法解决，而强模型第一次运行即可通过编译。69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/40468

API

curl https://kongchang.com/api/v1/knowledge/claims/40468

MCP

get_claim(id=40468)