待验证50% 置信观点精确时间

函数调用能力更多依赖于针对性的指令微调，而非单纯堆叠模型规模，因为其输出空间有限且模式固定

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

GPT-2微调实验：355M小模型实现88%函数调用成功率

相关事实

待验证对于任务边界清晰、输出空间受限的问题，将其建模为约束分类可获得更好的可控性、可解释性和资源效率74% 相似待验证模型压缩手段（蒸馏、剪枝、量化）对高频规律性任务损失极小，但会显著削弱需要长程依赖的多步推理能力，前端交互代码的跨组件状态管理高度依赖这种能力71% 相似待验证具体的操作性规范（如正文字号不小于16px、间距遵循4的倍数网格）比抽象原则更能有效收窄模型输出空间71% 相似待验证代理化场景对模型的工具调用和长程规划能力要求更高，而这些维度是传统代码生成基准难以充分衡量的71% 相似待验证上下文窗口限制使模型倾向于将大任务拆分为小块，以避免在单次生成中超出能力范围71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/513756

API

curl https://kongchang.com/api/v1/knowledge/claims/513756

MCP

get_claim(id=513756)