待验证50% 置信事实精确时间

微学习（Microlearning）模式源自认知负荷理论，将复杂信息拆解为5-10分钟的小单元能提升知识保留率

1

来源数

50%

置信度

长期有效

时效性

2026/8/19

首次发现

来源

AdmitRaven：大学申请界的Duolingo，每日微课替代万元顾问

相关事实

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75% 相似待验证在4GB显存上微调伴随训练速度极慢和微调能力受限的代价，更适合小规模数据的轻量适配而非大规模知识注入73% 相似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」72% 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69% 相似待验证在推理阶段内存带宽往往比纯算力更早成为瓶颈，注意力机制需在每步生成时读取全部KV缓存，上下文长度增大时内存读写开销呈平方级增长68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/774526

API

curl https://kongchang.com/api/v1/knowledge/claims/774526

MCP

get_claim(id=774526)