待验证50% 置信事实精确时间

规模缩放定律研究表明，增大模型参数量能提升常见知识准确性，但对长尾事实的改善边际效益递减

1

来源数

50%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

GPT-5.6发布：性能超越竞品却遭政府叫停，网络安全能力触发监管红线

bilibili皮皮蟹勇闯天涯2026/6/27

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」77% 相似待验证经过优化的紧凑提示词往往比冗长提示词效果更好，因为冗余信息会分散模型的注意力权重76% 相似待验证OpenAI、DeepMind等机构的研究表明模型性能随参数量、数据量和计算量的增加呈幂律提升（Scaling Law）74% 相似待验证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74% 相似待验证结构化、上下文丰富的提示不仅提升模型输出质量，也能显著降低安全分类器的误触发率71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/489863

API

curl https://kongchang.com/api/v1/knowledge/claims/489863

MCP

get_claim(id=489863)