待验证50% 置信事实精确时间

大语言模型的文本生成是自回归式的，输出token数量与响应时间几乎成正比

1

来源数

50%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

GLM-5.3 Flash思考过程太冗长？推理模型Token成本问题引热议

涉及实体

大语言模型concept

相关事实

已验证大语言模型的输出质量高度依赖于输入上下文的质量和相关性78% 相似已验证大语言模型通过在数千亿乃至数万亿个词元（Token）的文本数据上进行自监督预训练76% 相似待验证当训练数据中某些文本出现频率极高时，大语言模型可能产生记忆化（Memorization）现象，能够近乎逐字输出特定段落76% 相似待验证部分大型语言模型能够逐字复现热门基准中的题目与答案76% 相似待验证大语言模型在生成回复时会将整个对话历史作为输入（上下文窗口），历史中的所有内容都会影响模型对后续指令的响应76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/838003

API

curl https://kongchang.com/api/v1/knowledge/claims/838003

MCP

get_claim(id=838003)