待验证50% 置信事实精确时间

越接近截止日的事件，在训练语料中占比越少，模型掌握得越模糊

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

开源模型价值观过时实测：知识锁死2023，RAG也救不回来

涉及实体

训练数据截止日期concept

相关事实

待验证跨域微调时学习率过大会破坏预训练权重，过小则几乎学不动，需权衡设置75% 相似已验证单纯增加模型参数和训练数据的边际收益正在递减，即'Scaling Law放缓'现象75% 相似待验证实验表明，仅经过数代自我训练，模型输出的方差就会急剧缩小，文本趋于同质化75% 相似待验证文生图模型的理解本质上是大规模统计关联，面对训练集中稀少出现的长尾概念时生成质量会显著下滑74% 相似待验证大模型输出的是最可能出现的下一个词而非对事实的精确检索，在训练数据覆盖稀疏的领域会产生幻觉74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/913207

API

curl https://kongchang.com/api/v1/knowledge/claims/913207

MCP

get_claim(id=913207)