待验证50% 置信观点精确时间

数据污染的危害程度与模型的记忆容量正相关，容量受限的小模型即使接触污染数据也无从受益

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

从零训练2亿参数大模型：踩坑实录与工程经验

涉及实体

数据污染concept

相关事实

待验证低成本数据采集与数据质量之间存在根本权衡，便宜但噪声过大的数据可能反而损害最终模型表现74% 相似已验证上下文污染指无关或有害信息占据模型有限的上下文窗口空间，导致模型注意力被分散、推理质量下降70% 相似待验证当模型超出显存容量时，系统被迫在显存与系统内存之间反复搬运数据，导致灾难性性能下降70% 相似待验证上下文污染会导致模型注意力分散、响应质量下降、费用失控69% 相似待验证若将RAG权限校验推迟到大模型生成之后，不仅无法防止信息泄露，还会造成大量无效计算资源浪费69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/912656

API

curl https://kongchang.com/api/v1/knowledge/claims/912656

MCP

get_claim(id=912656)