待验证50% 置信事实精确时间

从信息论和香农定理角度看，任何超过信息熵下界的压缩都必然丢失信息，因此无论模型多大，压缩必然是有损的

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

检索 vs 推理：大模型时代检索技术还重要吗？六位专家深度激辩

相关事实

待验证任何压缩都伴随信息损失，确定性折叠在压缩率与信息保真度之间取得平衡是最核心的技术难点80% 相似待验证信息论先驱香农指出任何信道容量都存在上限，当信源信息熵超过信道容量时信息损失不可避免78% 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78% 相似待验证过度压缩会丢失细节，压缩不足则无济于事，是滚动摘要策略的核心权衡75% 相似待验证香农提出的信息熵概念表明低概率事件携带更高的信息量74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/517741

API

curl https://kongchang.com/api/v1/knowledge/claims/517741

MCP

get_claim(id=517741)