待验证50% 置信基准精确时间

GPT模型在回忆能力单独测试中表现糟糕，在空间信息、转录内容、物理实验等所有类别上仅约50%事实被正确回忆，开源模型更差

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/17

首次发现

有效期至：2026/10/15

来源

多模态与具身智能：进展、陷阱与机会全解析

相关事实

待验证多模态大模型在视频问答的事实回忆准确率极低，即便经过监督微调也难以改善73% 相似待验证在max模式下GPT-5.6的得分反而略低于ultra，印证了过度思考现象69% 相似待验证GPT 5.2在前沿科学基准的竞赛题中得分约77%，但在开放式研究任务中表现下降到约25%69% 相似待验证研究团队在GPT-2等模型上的实验表明，仅经过5-9代递归训练，模型输出质量就会出现显著退化69% 相似待验证研究表明，当上下文超过一定长度后，模型对中间部分内容的回忆准确率可能下降到50%以下69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/543117

API

curl https://kongchang.com/api/v1/knowledge/claims/543117

MCP

get_claim(id=543117)