待验证50% 置信事实精确时间

随着模型规模增大，使用DA的准确率损失呈现缩小趋势

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/6

首次发现

有效期至：2026/12/5

来源

Declarative Attention：让LLM自主控制注意力，长文本推理效率提升52%

涉及实体

Declarative Attentionconcept

相关事实

待验证自回归缩放定律的边际收益正在递减，单纯增加模型规模和数据量带来的提升已微乎其微73% 相似待验证大模型的性能提升已经明显放缓，最近新版本的评分甚至不一定超越之前的模型，能力基本已定型70% 相似待验证有用户反映Cursor模型最近响应速度变慢，输出质量下滑70% 相似待验证近期研究表明即便是参数量超过万亿的模型，在多位数乘法上的准确率也会随位数增加而指数级下降69% 相似待验证推理优化技术使同等质量的模型推理成本在一年内下降了数倍69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/865961

API

curl https://kongchang.com/api/v1/knowledge/claims/865961

MCP

get_claim(id=865961)