待验证50% 置信基准精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/20
首次发现
来源
相关事实
待验证量化带来的性能下降在数学推理、代码生成和精确事实回忆任务上最明显，而对话、摘要和创意写作相对鲁棒67% 相似待验证级联架构存在延迟叠加问题，三个模块顺序执行导致响应时间增加，对话体验不够流畅66% 相似待验证即使支持128K或更长上下文的大语言模型，在一次性注入所有能力指令时也会出现注意力稀释（Attention Dilution）问题，导致特定任务执行质量下降65% 相似待验证Claude Code的Token消耗极快，两三个稍微复杂的提示词就可能耗尽一个会话的Token额度64% 相似待验证Performance improvements in large language models have hit a bottleneck, with benchmark score improvements becoming marginal and some metrics falling short of previous versions.63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/565265API
curl https://kongchang.com/api/v1/knowledge/claims/565265MCP
get_claim(id=565265)