已过期50% 置信事实精确时间
Performance improvements in large language models have hit a bottleneck, with benchmark score improvements becoming marginal and some metrics falling short of previous versions.
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30(已过期)
来源
相关事实
待验证Model regression is a known problem where optimizing for certain capabilities can cause performance degradation in other dimensions during large language model development70% 相似待验证在收敛型任务上，模型达到一定规模后存在明显的性能饱和现象，参数量或训练数据的继续增加对准确率的边际贡献快速衰减65% 相似待验证大型语言模型的规模逐渐逼近工程优化的极限，单纯依靠堆叠算力和数据的暴力扩展路线开始遇到瓶颈65% 相似待验证当前大模型能力的瓶颈已从模型不够聪明转移到系统不够完善，模型能力的边际提升越来越小而系统工程层面的优化空间巨大64% 相似待验证分项性能中，多语言任务提升约3分，但代码下滑约2分、数学下滑约3分63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/46500API
curl https://kongchang.com/api/v1/knowledge/claims/46500MCP
get_claim(id=46500)