待验证50% 置信事实精确时间

Medusa、Eagle等推测解码变体进一步降低了对独立草稿模型的依赖

1

来源数

50%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

跨用户复用LLM推理：知识图谱缓存的可行性探讨

涉及实体

Medusaconcept Eagleconcept

相关事实

待验证标准自回归模型逐Token从左到右生成文本，在时间步t仅依赖之前的输出，缺乏自我审查和回溯机制，导致错误积累效应59% 相似待验证RAG通过检索真实文档作为证据，能够显著降低模型产生幻觉（hallucination）内容的概率57% 相似待验证Anthropic在模型输入输出两端部署的安全分类器过于激进，频繁将正常创作内容误判为违规56% 相似待验证若只用新增类别数据微调扩展后的分类头，模型极易出现灾难性遗忘，急剧丧失对原有类别的识别能力56% 相似待验证数据脱敏操作本质上是在降低数据的信息熵，可能削减模型用于精准判断的特征维度56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/838580

API

curl https://kongchang.com/api/v1/knowledge/claims/838580

MCP

get_claim(id=838580)