待验证50% 置信事实精确时间

当前的LLM一旦完成训练其参数即被冻结，只能通过微调或RAG等外部机制来更新

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/28

首次发现

有效期至：2026/11/26

来源

扩大LLM规模为何无法实现真正的智能体自主性

涉及实体

LLMconcept RAGconcept

相关事实

待验证LLM采用无状态设计，模型权重在训练后被固化，推理时不会因某次对话而改变内部参数71% 相似待验证LLM在推理阶段参数是冻结的，模型不会因用户交互而更新权重，因此本质上是无状态的70% 相似待验证微调通过在私有数据上继续训练来更新模型权重，RAG则在不修改模型的前提下通过检索外挂知识库增强回答69% 相似待验证在LLM引用行为测试中固定随机性需要同时设置temperature和top-p参数并在支持时固定随机种子66% 相似待验证纯生成式模型将所有训练数据混合后输出，用户无法追溯单一结论的依据链条，这是相比RAG检索机制的局限65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/815980

API

curl https://kongchang.com/api/v1/knowledge/claims/815980

MCP

get_claim(id=815980)